In [1]:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import plotly.express as px
import seaborn as sns
import sklearn
import nltk
In [2]:
df=pd.read_csv("https://raw.githubusercontent.com/paulineattal/Disney-Text-Mining/main/Scrapping/Scrapping_Newport_Bay_Club_071222.csv",sep=';')
In [3]:
df.head()
Out[3]:
Names Country room_type reservation_type Duration traveler_infos date_review review_title grade_review positive_review negative_review usefulness_review hotel
0 Ganna Ukraine Chambre Supérieure - Côté Lac 2 nuits · Septembre 2022 Septembre 2022 Famille Le choix des voyageurs Good choice for visiting Disneyland 10 NaN NaN Utile Pas utile Disney's Newport Bay Club
1 Diego France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 30 novembre 2022 Agréable 6,0 la proximité du parc Disneyland Paris la qualité de la chambre n’était pas top, vieu... Utile Pas utile Disney's Newport Bay Club
2 Fabienne Belgique Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 18 novembre 2022 déçue qualité prix 6,0 l emplacement la propreté Utile Pas utile Disney's Newport Bay Club
3 Pierre France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 14 novembre 2022 très moyen par rapport au prix 6,0 très bon personnel dédié mais la sécurité fait... hôtel très vieillissant et pas de shampoing ge... Utile Pas utile Disney's Newport Bay Club
4 Christine France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 10 novembre 2022 Très bien 8,0 La décoration de la chambre est adorable.\nOn ... La porte ne marchait pas bien.\nQuand on met l... Utile Pas utile Disney's Newport Bay Club
In [4]:
df.shape
Out[4]:
(2285, 13)
In [5]:
df.info()
#On voit des données manquantes dans les colonnes room-type
#positive review + negative review : toujours ensemble ? ou pas ?
#grade_review = 10 -> pas de commentaires ?
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2285 entries, 0 to 2284
Data columns (total 13 columns):
 #   Column             Non-Null Count  Dtype 
---  ------             --------------  ----- 
 0   Names              2285 non-null   object
 1   Country            2283 non-null   object
 2   room_type          2137 non-null   object
 3   reservation_type   2285 non-null   object
 4   Duration           2285 non-null   object
 5   traveler_infos     2285 non-null   object
 6   date_review        2285 non-null   object
 7   review_title       2284 non-null   object
 8   grade_review       2285 non-null   object
 9   positive_review    632 non-null    object
 10  negative_review    498 non-null    object
 11  usefulness_review  1148 non-null   object
 12  hotel              2285 non-null   object
dtypes: object(13)
memory usage: 232.2+ KB

Changement de la colonne reservation_type pour ne garder que le nombre de nuitees¶

In [6]:
df_nuitee=df['reservation_type'].map(str)
#df_nuitee
In [7]:
for i in range(df.shape[0]):
    df_nuitee[i]=df_nuitee[i].split()[0]
df_nuitee
Out[7]:
0       2
1       1
2       1
3       1
4       1
       ..
2280    2
2281    2
2282    2
2283    3
2284    2
Name: reservation_type, Length: 2285, dtype: object
In [8]:
df_mois_sejour=df['reservation_type'].map(str)
In [9]:
for i in range(df.shape[0]):
    df_mois_sejour[i]=df_mois_sejour[i].split()[3]
#print(df_mois_sejour)
In [10]:
df_annee_sejour=df['reservation_type'].map(str)
for i in range(df.shape[0]):
    df_annee_sejour[i]=df_annee_sejour[i].split()[4]
#print(df_annee_sejour)
In [11]:
df['nuitee']=df_nuitee
df['mois_sejour']=df_mois_sejour
df['annee_sejour']=df_annee_sejour
In [12]:
#df = pd.concat([df,df_nuitee,df_mois_sejour,df_annee_sejour], join = 'outer', axis = 1)
df.head()
Out[12]:
Names Country room_type reservation_type Duration traveler_infos date_review review_title grade_review positive_review negative_review usefulness_review hotel nuitee mois_sejour annee_sejour
0 Ganna Ukraine Chambre Supérieure - Côté Lac 2 nuits · Septembre 2022 Septembre 2022 Famille Le choix des voyageurs Good choice for visiting Disneyland 10 NaN NaN Utile Pas utile Disney's Newport Bay Club 2 Septembre 2022
1 Diego France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 30 novembre 2022 Agréable 6,0 la proximité du parc Disneyland Paris la qualité de la chambre n’était pas top, vieu... Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
2 Fabienne Belgique Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 18 novembre 2022 déçue qualité prix 6,0 l emplacement la propreté Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
3 Pierre France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 14 novembre 2022 très moyen par rapport au prix 6,0 très bon personnel dédié mais la sécurité fait... hôtel très vieillissant et pas de shampoing ge... Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
4 Christine France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 10 novembre 2022 Très bien 8,0 La décoration de la chambre est adorable.\nOn ... La porte ne marchait pas bien.\nQuand on met l... Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
In [13]:
df.head()
Out[13]:
Names Country room_type reservation_type Duration traveler_infos date_review review_title grade_review positive_review negative_review usefulness_review hotel nuitee mois_sejour annee_sejour
0 Ganna Ukraine Chambre Supérieure - Côté Lac 2 nuits · Septembre 2022 Septembre 2022 Famille Le choix des voyageurs Good choice for visiting Disneyland 10 NaN NaN Utile Pas utile Disney's Newport Bay Club 2 Septembre 2022
1 Diego France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 30 novembre 2022 Agréable 6,0 la proximité du parc Disneyland Paris la qualité de la chambre n’était pas top, vieu... Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
2 Fabienne Belgique Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 18 novembre 2022 déçue qualité prix 6,0 l emplacement la propreté Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
3 Pierre France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 14 novembre 2022 très moyen par rapport au prix 6,0 très bon personnel dédié mais la sécurité fait... hôtel très vieillissant et pas de shampoing ge... Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022
4 Christine France Chambre Supérieure 1 nuit · Novembre 2022 Novembre 2022 Famille Commentaire envoyé le 10 novembre 2022 Très bien 8,0 La décoration de la chambre est adorable.\nOn ... La porte ne marchait pas bien.\nQuand on met l... Utile Pas utile Disney's Newport Bay Club 1 Novembre 2022

Changement des types de variables¶

In [14]:
# Liste des colonnes à transtyper en numeric
var_tofloat = ['grade_review']
for i in var_tofloat:
    df[i] = df[i].str.replace(",",".")
    df[i] = pd.to_numeric(df[i], downcast="float")
In [15]:
# Liste des colonnes à transtyper en numeric
var_toint = ['nuitee']
for i in var_toint:
    df[i] = df[i].astype('int')
In [16]:
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2285 entries, 0 to 2284
Data columns (total 16 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   Names              2285 non-null   object 
 1   Country            2283 non-null   object 
 2   room_type          2137 non-null   object 
 3   reservation_type   2285 non-null   object 
 4   Duration           2285 non-null   object 
 5   traveler_infos     2285 non-null   object 
 6   date_review        2285 non-null   object 
 7   review_title       2284 non-null   object 
 8   grade_review       2285 non-null   float32
 9   positive_review    632 non-null    object 
 10  negative_review    498 non-null    object 
 11  usefulness_review  1148 non-null   object 
 12  hotel              2285 non-null   object 
 13  nuitee             2285 non-null   int32  
 14  mois_sejour        2285 non-null   object 
 15  annee_sejour       2285 non-null   object 
dtypes: float32(1), int32(1), object(14)
memory usage: 267.9+ KB
In [17]:
df['grade_review'].mean()
Out[17]:
7.40709
In [18]:
df['grade_review'].std()
Out[18]:
2.3873701095581055
In [19]:
round(df['nuitee'].mean(),0)
Out[19]:
2.0
In [20]:
df['nuitee'].std()
Out[20]:
0.9511452018414313

Commentaires positifs et négatifs¶

In [21]:
variables=['grade_review','Country','positive_review','negative_review']
df_selection=df[variables]
#df_selection
In [22]:
newlist=[]
for i in range(df_selection.shape[0]):
    if type(df_selection.positive_review[i])==float and type(df_selection.negative_review[i])==float:
        newlist.append(i)
In [23]:
df_selection=df_selection.drop(newlist)
df_selection
Out[23]:
grade_review Country positive_review negative_review
1 6.0 France la proximité du parc Disneyland Paris la qualité de la chambre n’était pas top, vieu...
2 6.0 Belgique l emplacement la propreté
3 6.0 France très bon personnel dédié mais la sécurité fait... hôtel très vieillissant et pas de shampoing ge...
4 8.0 France La décoration de la chambre est adorable.\nOn ... La porte ne marchait pas bien.\nQuand on met l...
5 8.0 France L'ambiance nautique de l'hôtel et la qualité d... Peut être le fait qu'on ne m'ait pas offert de...
... ... ... ... ...
628 9.6 France Piscine et mise à disposition de boues, frites. Petit déjeuner très varié mais un peu cher not...
629 9.6 France Le personnel est super sympa ! L’hôtel est trè... Les vestiaires de la piscine ne sont pas prati...
630 5.0 France La réceptionniste des notre arrivé qui a été a... Saleté dans les couloirs , draps taché, aucune...
631 10.0 France Tout NaN
632 10.0 France -Emplacement de l’hôtel vis à vis de Disney La... -Manque d’équipement dans la chambre (Pas de m...

632 rows × 4 columns

In [24]:
df_selection[df_selection.grade_review>=8.0]
Out[24]:
grade_review Country positive_review negative_review
4 8.0 France La décoration de la chambre est adorable.\nOn ... La porte ne marchait pas bien.\nQuand on met l...
5 8.0 France L'ambiance nautique de l'hôtel et la qualité d... Peut être le fait qu'on ne m'ait pas offert de...
12 8.0 Belgique la situation et les décors le confort manque d’équipements pour le prix . pas de fri...
16 8.0 France la déco, la piscine rien
17 8.0 France le décor la propreté pas de personnages Disney
... ... ... ... ...
626 9.0 France La gentillesse du personnel. Toujours souriant... Notre chambre proche des ascenseurs. Beaucoup ...
628 9.6 France Piscine et mise à disposition de boues, frites. Petit déjeuner très varié mais un peu cher not...
629 9.6 France Le personnel est super sympa ! L’hôtel est trè... Les vestiaires de la piscine ne sont pas prati...
631 10.0 France Tout NaN
632 10.0 France -Emplacement de l’hôtel vis à vis de Disney La... -Manque d’équipement dans la chambre (Pas de m...

343 rows × 4 columns

In [25]:
df_selection[df_selection.grade_review>=8.0][['negative_review']]
Out[25]:
negative_review
4 La porte ne marchait pas bien.\nQuand on met l...
5 Peut être le fait qu'on ne m'ait pas offert de...
12 manque d’équipements pour le prix . pas de fri...
16 rien
17 pas de personnages Disney
... ...
626 Notre chambre proche des ascenseurs. Beaucoup ...
628 Petit déjeuner très varié mais un peu cher not...
629 Les vestiaires de la piscine ne sont pas prati...
631 NaN
632 -Manque d’équipement dans la chambre (Pas de m...

343 rows × 1 columns

In [26]:
df_selection[(df_selection.grade_review > 6.0) & (df_selection.grade_review<8.0)]
Out[26]:
grade_review Country positive_review negative_review
6 7.0 Suisse je pense qu’il serait judicieux afin que l’on ... NaN
7 7.0 Suisse le personnel vieux (join, accessoires) et cher \nrepas beau...
8 7.0 Belgique L'hôtel est très joli, le décor est détaillé. ... Lors de l'accueil, nous avons été accueilli pa...
13 7.0 France Hôtel : magnifique. Très belle décoration. Par... La chambre : absolument pas la hauteur du prix...
14 7.0 Belgique La chambre et le déjeuner NaN
... ... ... ... ...
606 7.0 France Situation géographique. Propreté des locaux. A... Problème électrique ce qui nous a contraint à ...
607 6.2 Luxembourg Gentillesse du personnel Lit queen size (140cm) trop petit pour 2 adult...
610 6.7 France Accueil\n chaleureux et personnels agréable Pas de brochure petit déjeuner dans la chambre...
611 7.0 France La beauté Lits
612 6.7 France À peut près tout ! Les travaux et trop de monde !!

92 rows × 4 columns

In [27]:
df_selection[df_selection.grade_review<=6.0]
Out[27]:
grade_review Country positive_review negative_review
1 6.0 France la proximité du parc Disneyland Paris la qualité de la chambre n’était pas top, vieu...
2 6.0 Belgique l emplacement la propreté
3 6.0 France très bon personnel dédié mais la sécurité fait... hôtel très vieillissant et pas de shampoing ge...
9 6.0 France pas loin du parc Disney pas conforme à ma réservation et pas à la haut...
10 6.0 France C'était l'usine ! L'hôtel etait noir de monde,... NaN
... ... ... ... ...
617 3.0 France literie tv en panne pas propre petit déjeuner commande...
619 4.0 France la proximité la magie le linge de lit étais sale et retrouvé des cho...
620 4.0 France le restaurant la vue et le personnel
627 2.5 Belgique Le transport jusque Disney Le personnel pas aimable . Arriver le soir les...
630 5.0 France La réceptionniste des notre arrivé qui a été a... Saleté dans les couloirs , draps taché, aucune...

197 rows × 4 columns

In [28]:
df_selection['Country'].value_counts()
Out[28]:
France         534
Belgique        60
Suisse          19
La Réunion       5
Allemagne        2
Canada           2
Royaume-Uni      2
Israël           1
Irlande          1
Roumanie         1
Japon            1
Maroc            1
Liban            1
Tunisie          1
Luxembourg       1
Name: Country, dtype: int64
In [29]:
df_selection[df_selection.Country=='Irlande']
Out[29]:
grade_review Country positive_review negative_review
139 7.0 Irlande La cohérence du décor On devrait pouvoir choisir ch avec bain ou douche

Analyse positive reviews¶

In [30]:
var=['grade_review','positive_review']
df_positive=df_selection[var]
#df_positive
In [31]:
newlistpositif=[]
for i in range(1,df_positive.shape[0]):
    if type(df_positive.positive_review[i])==float :
        newlistpositif.append(i)
In [32]:
newlistpositif
Out[32]:
[]
In [33]:
df_positive=df_positive.drop(newlistpositif)
#df_positive
In [34]:
df_positive.iloc[0,1]
Out[34]:
'la proximité du parc Disneyland Paris'
In [35]:
#récupérer la liste des ponctuations
import string
ponctuations = list(string.punctuation)
#print(ponctuations)

#liste des chiffres
chiffres = list("0123456789")
#print(chiffres)

#liste de mots spécifiques à retirer
special=["parc","disneyland","disney","paris","hôtel","😡😡😡😡😡😡","😡😡😡😡😡je"]

#special=["parc","disneyland","disney","paris","hôtel","😡😡😡😡😡😡","😡😡😡😡😡je","très","petit","lhôtel","bien","personnel","belle","salle","bien","chouchoute","part","trop","club","tout","plus","compass","laccueil"]

#outil pour procéder à la lemmatisation - attention à charger le cas échéant
#nltk.download('wordnet')
from nltk.stem import WordNetLemmatizer
lem = WordNetLemmatizer()

#pour la tokénisation
from nltk.tokenize import word_tokenize

#liste des mots vides
from nltk.corpus import stopwords
mots_vides = stopwords.words("french")
#print(mots_vides)
In [36]:
#********************************
#fonction pour nettoyage document (chaîne de caractères)
#le document revient sous la forme d'une liste de tokens
#********************************
def nettoyage_doc(doc_param):
    #passage en minuscule
    doc = doc_param.lower()
    #retrait des ponctuations
    doc = "".join([w for w in list(doc) if not w in ponctuations])
    #retirer les chiffres
    doc = "".join([w for w in list(doc) if not w in chiffres])
    #transformer le document en liste de termes par tokénisation
    doc = word_tokenize(doc)
    #lematisation de chaque terme
    doc = [lem.lemmatize(terme) for terme in doc]
    #retirer les stopwords
    doc = [w for w in doc if not w in mots_vides]
    #retirer les mots spécifiques à ces commentaires
    doc = [w for w in doc if not w in special]
    #retirer les termes de moins de 3 caractères
    doc = [w for w in doc if len(w)>3]
    #fin
    return doc
In [37]:
corpus_liste_positif=[]
for i in range(df_positive.shape[0]):
    corpus_liste_positif.append(nettoyage_doc(df_positive.iloc[i,1]))
In [38]:
#corpus_liste_positif
In [39]:
#************************
#******* Word2Vec *******
#************************
#word2vec
from gensim.models import Word2Vec
modele = Word2Vec(corpus_liste_positif,vector_size=2,window=3,min_count=1)
type(modele)
#dimensionnalité
modele.vector_size
#taille du voisinage
modele.window
#propriété "wv" -> wordvector
words = modele.wv
In [40]:
#dimension de la représentation
words.vectors.shape
Out[40]:
(1385, 2)
In [41]:
#affichage des termes de leur index
#words.key_to_index
In [42]:
#les clés : les termes
#words.key_to_index.keys()
In [43]:
sorted_keys = sorted(words.key_to_index, key = lambda x : words.key_to_index.get(x, 0), reverse=True)
 
for key in sorted_keys :
    print(key, words.key_to_index[key])
jaccuzi 1384
loge 1383
satisfaite 1382
hésiter 1381
prime 1380
appelle 1379
renvoient 1378
lappli 1377
réservable 1376
dinquiétudes 1375
pouvez 1374
rendre 1373
réservations 1372
montrer 1371
habitude 1370
sympas 1369
pension 1368
utile 1367
frais 1366
compars 1365
balade 1364
bord 1363
oceane 1362
hôtesse 1361
proposés 1360
relationnel 1359
karima 1358
accueilli 1357
daisy 1356
moyennement 1355
escaliers 1354
donnée 1353
reliant 1352
grâce 1351
température 1350
satisfaits 1349
meilleur 1348
qualitéprix 1347
parmi 1346
datouts 1345
certain 1344
immédiate 1343
recommanderais 1342
inamissible 1341
payant 1340
park 1339
personnelle 1338
premier 1337
garderons 1336
offertes 1335
espérons 1334
emmènent 1333
importe 1332
correspondant 1331
rangée 1330
nettoyée 1329
correctement 1328
lappel 1327
prêts 1326
descendre 1325
ongles 1324
régale 1323
puis 1322
vrai 1321
prélasser 1320
renouveler 1319
noel 1318
personnalisés 1317
message 1316
portable 1315
jouant 1314
faisant 1313
croire 1312
essayer 1311
négocier 1310
faute 1309
technico 1308
pourrais 1307
écrire 1306
livre 1305
demandais 1304
geste 1303
réseaux 1302
consommateur 1301
sociaux 1300
atteindra 1299
aucunement 1298
satisfait 1297
ferai 1296
confiance 1295
cetait 1294
acceuil 1293
retourné 1292
irréprochable 1291
communs 1290
moyens 1289
sait 1288
base 1287
neuf 1286
allez 1285
filet 1284
tennis 1283
jouer 1282
bienvenue 1281
nominative 1280
usine 1279
impersonnel 1278
dégouté 1277
enseignes 1276
confiant 1275
partenaire 1274
ferons 1273
confiances 1272
vulgaire 1271
nombreuses 1270
location 1269
agîr 1268
scandaleusement 1267
accord 1266
savais 1265
impression 1264
responsabilité 1263
prend 1262
depuis 1261
email 1260
envoyé 1259
séjournons 1258
honnêteté 1257
test 1256
preuve 1255
malheureuse 1254
périple 1253
date 1252
faisons 1251
faits 1250
cent 1249
nest 1248
baie 1247
celà 1246
ravie 1245
garer 1244
onéreux 1243
humeur 1242
competence 1241
sendort 1240
apprecie 1239
paru 1238
convenable 1237
daller 1236
souvenirallez 1235
faisait 1234
satisfaire 1233
présence 1232
lunivers 1231
note 1230
fermeture 1229
aimer 1228
nétaient 1227
obligés 1226
communicantesla 1225
parcsle 1224
patient 1223
poubelle 1222
vider 1221
arriver 1220
hygiéniques 1219
femme 1218
précédente 1217
fausse 1216
surveillé 1215
enfer 1214
heures 1213
léger 1212
roomservice 1211
préalable 1210
règle 1209
accéder 1208
musique 1207
forte 1206
prolongée 1205
venant 1204
york 1203
privatisé 1202
raisonnablechambre 1201
propreconfortablevu 1200
terreur 1199
fatiguante 1198
passe 1197
valise 1196
poussette 1195
terre 1194
poubelles 1193
pleines 1192
mêtre 1191
énervé 1190
donne 1189
adoré 1188
merveilleuse 1187
draps 1186
doux 1185
reserver 1184
attendre 1183
dattente 1182
prêt 1181
déquipement 1180
decoration 1179
rend 1178
inoubliable 1177
lexcellent 1176
qualités 1175
cohérent 1174
incluse 1173
procimité 1172
laisser 1171
hasard 1170
gentille 1169
thématique 1168
oreillers 1167
choisir 1166
vice 1165
adaptée 1164
présidentielle 1163
occuper 1162
désagrable 1161
membre 1160
annuel 1159
effectuer 1158
mésaventure 1157
dhabitude 1156
proximite 1155
thematisation 1154
sélection 1153
thés 1152
capable 1151
manquait 1150
sèchecheveux… 1149
navais 1148
perdre 1147
arpenter 1146
peur 1145
immersive 1144
coussins 1143
egalement 1142
avenant 1141
horaires 1140
mobilité 1139
serviabilité 1138
linge 1137
toilette 1136
agreable 1135
port 1134
présentation 1133
rejoindre 1132
normal 1131
photopass 1130
sympatrique 1129
dentrée 1128
immense 1127
cœur 1126
aimés 1125
manifique 1124
question 1123
moindre 1122
hamman 1121
répond 1120
paspris 1119
interessant 1118
proposent 1117
parisiens 1116
chose… 1115
extérieurs 1114
reviendrai 1113
impensable 1112
allés 1111
fêter 1110
sert 1109
restes 1108
exhorbitants 1107
inacceptables 1106
emmène 1105
rêves 1104
supérieur 1103
disant 1102
fallait 1101
face 1100
dautres 1099
lautre 1098
moyen 1097
exemple 1096
réclamations 1095
limite 1094
serveurs 1093
detre 1092
scandale 1091
refusent 1090
rembourser 1089
contraintes 1088
gouvernementales 1087
empêchaient 1086
daccéder 1085
demand 1084
your 1083
money 1082
back 1081
gamme 1080
implication 1079
hôtelière 1078
diner 1077
dehors 1076
envie 1075
disposé 1074
liés 1073
consort 1072
lanimation 1071
couverte 1070
excellente 1069
programme 1068
établissements 1067
bruyant 1066
chauffées 1065
respectent 1064
distance 1063
personnes 1062
aucun 1061
venu 1060
dattraction 1059
sécurisé 1058
contrôle 1057
laéroport 1056
exécrable 1055
rodage 1054
sortie 1053
fermé 1052
vides 1051
cheveux… 1050
obsolète 1049
pourrez 1048
louer 1047
appartement 1046
connaissais 1045
castmembers 1044
labyrinthe 1043
parcouru 1042
etai 1041
hésitations 1040
rénové 1039
facture 1038
acquittée 1037
envoyée 1036
remise 1035
description 1034
dextérieur 1033
excessif 1032
fraichement 1031
achalandé 1030
chef 1029
système 1028
respectées 1027
compris 1026
familiale 1025
idyllique 1024
public 1023
buffé 1022
produits 1021
demandes 1020
mettait 1019
reposer 1018
lexpérience 1017
parisien 1016
américain 1015
anglais 1014
variété 1013
correcte 1012
touscompass 1011
ordre 1010
appelé 1009
ouvrir 1008
rarement 1007
sentie 1006
nouvelle 1005
gaspillage 1004
alimentaire 1003
idéalement 1002
seulement 1001
quen 1000
fantastique 999
loïc 998
marc 997
antoine 996
horrible 995
doit 994
fabuleux 993
protocoles 992
sanitaires 991
souci 990
vivement 989
servie 988
normalement 987
agencé 986
pres 985
dexpériences 984
lamplitude 983
daccès 982
daccueil 981
poli 980
installation 979
bienveillant 978
respectés 977
dexception 976
privilèges 975
offre 974
guichet 973
uriner 972
vaut 971
remplissage 970
comparé 969
mois 968
dernier 967
nettement 966
deçà 965
bagagiste 964
équipement 963
bébé 962
monter 961
allersretours 960
cheveux 959
voisin 958
révolu 957
cependant 956
trouvées 955
chaleureuses 954
bookingj 953
interlocuteurs 952
confirme 951
serum 950
faudra 949
confirmer 948
blablate 947
avance 946
finalement 945
démagnétisée 944
chercher 943
station 942
entendre 941
ressorts 940
raisons 939
prêtent 938
brassard 937
sluca 936
etions 935
presidentielle 934
princess 933
placé 932
malgré 931
devient 930
vieillissante 929
ouvert 928
plage 927
manger 926
ministres 925
accessible 924
possibilités 923
photo 922
toutefois 921
compliqué 920
eux… 919
besoin 918
gamme… 917
promettre 916
récupérer 915
offert 914
reprise 913
trois 912
femmes 911
réveiller 910
mysogine 909
agresser 908
efficacité 907
severane 906
nouvelles 905
couacs… 904
lhôtesse 903
porter 902
accompagné 901
préparé 900
effet 899
sétait 898
transformé 897
cinquième 896
viens 895
reviendra 894
lannée 893
cosy 892
répondre 891
interrogation 890
retard 889
employe 888
sarah 887
déçue 886
entre 885
changées 884
tiroirs 883
commode 882
ferment 881
attente 880
bonus 879
lappréciable 878
courtoise 877
façade 876
déclairage 875
long 874
plais 873
éviter 872
déconseille 871
horreur 870
cerise 869
gâteau 868
annonçait 867
indisponibilité 866
novembre 865
fermée 864
communication 863
sujet 862
pourtant 861
quelques 860
avantaucune 859
compensation 858
ressemble 857
americaine 856
majorité 855
raconter 854
selfies 853
déplorable 852
vivre 851
conseiller 850
utiliser 849
réservée 848
offerte 847
devrait 846
boisson 845
attendues 844
grandeur 843
chaleureuse 842
sapin 841
joliment 840
mascottes 839
bénéficier 838
jade 837
habitué 836
colin 835
grace 834
gratuite 833
guise 832
chaînes 831
fonctionnait 830
barre 829
attantions 828
content 827
connu 826
débuts 825
flexible 824
tenir 823
cassé 822
endroits 821
déjeuners 820
arraché 819
déchiré 818
peint 817
papier 816
paye 815
aucuns 814
regrette 813
mauvaise 812
réceptionnistes 811
détails 810
couette 809
chouchoute 808
notamment 807
allons 806
menu 805
aberrant 804
léquipe 803
honeymoon 802
chance 801
contre 800
vieillotte 799
mattendais 798
plongés 797
plastique 796
europe 795
chez 794
cjambre 793
exorbitant 792
prévues 791
réaction 790
puisse 789
février 788
rencontré 787
catastrophe 786
sachant 785
drap 784
opterons 783
enchantée 782
solcabines 781
partout 780
toboggan 779
cascade 778
bulles 777
morceau 776
lintérieur 775
proposer 774
commander 773
ouverture 772
automatique 771
masque 770
lavons 769
croissant 768
endormi 767
sucré 766
rester 765
environnement 764
rentré 763
baigné 762
activités 761
maquillage 760
réalisation 759
figurine 758
ballon 757
aisé 756
salé 755
estbtres 754
rassasiés 753
jumeaux 752
professionnalisme 751
agent 750
saleté 749
proprete 748
amabilite 747
lumieres 746
cote 745
poils 744
allumé 743
terrible 742
abîmées 741
empechant 740
prises 739
charger 738
merveilles 737
thomas 736
varier 735
sécurisant 734
toppp 733
village… 732
alentours 731
paraît 730
froid 729
volet 728
appréciées 727
parenthèse 726
véritablement 725
politesse 724
senseo 723
minéral 722
pense 721
judicieux 720
afin 719
fasse 718
effort 717
collectif 716
énergie 715
éteindre 714
minuit 713
guirlandes 712
lumineuses 711
attribué 710
détaillé 709
gentiment 708
accueillit 707
superposés 706
occultent 705
différents 704
viennoiseries 703
pain 702
discrétion 701
tapis 700
privé 699
conciergerie 698
frites 697
boues 696
mise 695
dédié 694
jusque 693
zèle 692
transport 691
préoccupé 690
préparer 689
barsnack 688
staff 687
région 686
parcours 685
puissent 684
bâtiment 683
nickel 682
nautique 681
attraction 680
arrive 679
totale 678
déconnexion 677
fermer 676
sentent 675
personnage 674
locaux 673
attentes 672
bookingcom 671
lusine 670
gouter 669
impatience 668
attendons 667
capecod 666
passer 665
poissons 664
fruit 663
savoureux 662
rare 661
telle 660
industrie 659
peine 658
avenants 657
sympathiques 656
rouge 655
noire 654
fréquentation 653
réel 652
fonctionnelles 651
flux 650
pensés 649
propose 648
correspondent 647
appreciable 646
qualite 645
chaude 644
extérieures 643
noir 642
groupes 641
bruyants 640
signalisation 639
insuffisante 638
ascenseurs 637
appliquant 636
procédures 635
rigides 634
placer 633
réactive 632
réservant 631
piscinesauna 630
sejour 629
durant 628
comfortable 627
vétuste 626
pitoyables 625
état 624
pitoyable 623
magnique 622
futrer 621
étages 620
intérieures 619
balcon 618
malgres 617
majestueux 616
linges 615
différence 614
standard 613
cohérence 612
faciles 611
trouver 610
lattente 609
certaines 608
arrivées 607
servies 606
jolies 605
dimension 604
dédales 603
maximum 602
chers 601
exquis 600
cheyenne 599
deca 598
mouchoirs 597
vide 596
restait 595
acceuillant 594
piscinele 593
verre 592
largement 591
serveur 590
obtenu 589
tople 588
terrasse 587
gros 586
dépenser 585
cordialement 584
suivre 583
marche 582
donner 581
comble 580
inadmissible 579
comprend 578
billet 577
refusee 576
chaud 575
lait 574
cafe 573
colère 572
lumineux 571
dejeunant 570
besoins 569
veille 568
chauffage 567
calmes 566
élaborés 565
équipées 564
compenser 563
demande 562
imprégner 561
dejeune 560
séjours 559
refaite 558
marché 557
prolonger 556
bouteille 555
rencontres 554
point 553
lendroit 552
négatif 551
moquette 550
exterieur 549
autant 548
captain 547
tranquille 546
déception 545
quarter 544
aimables 543
exception 542
repasser 541
retournerons 540
reviendrons 539
entretenu 538
silencieux 537
marvel 536
sucre 535
plutôt 534
decor 533
clés 532
collectifs 531
insonorisée 530
chouette 529
centrale 528
dormi 527
consignes 526
autour 525
extra 524
tard 523
deuxième 522
bons 521
plein 520
sèche 519
larrivée 518
problème 517
magasin 516
retourner 515
davoir 514
charge 513
horaire 512
sympatique 511
palace 510
toutes 509
rêver 508
honteux 507
aucunes 506
chère 505
adapté 504
monde 503
gratuites 502
lamabilité 501
réactif 500
décorée 499
bruit 498
haut 497
fortement 496
rendent 495
entrée 494
enfin 493
facilité 492
famille 491
passés 490
retour 489
extrêmement 488
anniversaire 487
énorme 486
exceptionnelle 485
fais 484
mobilier 483
bains 482
lumières 481
jacuzzi 480
mauvais 479
vite 478
élevé 477
boîte 476
varié 475
souplesse 474
crois 473
opère 472
interminables 471
fenêtre 470
double 469
chaque 468
compétent 467
rêve 466
monsieur 465
séjourné 464
lhabitude 463
assez 462
confinement 461
délicieux 460
weekend 459
meilleure 458
lors 457
fort 456
fournis 455
carte 454
arrivés 453
lextérieur 452
laissé 451
donnent 450
member 449
tour 448
aider 447
entrer 446
land 445
pensé 444
manière 443
plat 442
certes 441
heureusement 440
attentionné 439
klinex 438
navons 437
change 436
catastrophique 435
prête 434
condition 433
présent 432
sauf 431
létablissement 430
laccès 429
sinon 428
information 427
lentrée 426
porte 425
livré 424
aménagement 423
bagage 422
charme 421
demi 420
bateau 419
check 418
vieillissant 417
insonorisation 416
aspect 415
rentrer 414
architecture 413
géniale 412
télévision 411
coter 410
décorations 409
redire 408
sale 407
soleil 406
annulation 405
pluto 404
parfaitement 403
avantageux 402
aller 401
adulte 400
simple 399
bonheur 398
triste 397
conseil 396
pendant 395
seul 394
maison 393
matelas 392
distributeur 391
espace 390
visite 389
type 388
propres 387
professionnel 386
expérience 385
cuisine 384
quel 383
animation 382
nétait 381
reception 380
interminable 379
déçus 378
compas 377
magic 376
proposé 375
bonnes 374
sent 373
spéciale 372
grès 371
mention 370
jusquau 369
endroit 368
mangé 367
odeur 366
bagages 365
demander 364
bout 363
luxueux 362
quils 361
téléphone 360
commercial 359
sympathie 358
soin 357
univers 356
garni 355
equipements 354
controle 353
remboursement 352
aimerais 351
inacceptable 350
passage 349
sanitaire 348
jusqu 347
séjourner 346
parapluie 345
nécessaire 344
quon 343
covid 342
classe 341
droit 340
chauffée 339
réceptionniste 338
surclassés 337
dormir 336
arrivé 335
prestation 334
gentils 333
heure 332
piscines 331
prochaine 330
attentif 329
façon 328
énormément 327
nuits 326
général 325
intérieur 324
ensemble 323
grandes 322
permettant 321
site 320
aime 319
période 318
quil 317
couloirs 316
faut 315
trouvé 314
adultes 313
mettre 312
incroyable 311
fils 310
sourire 309
presque 308
concernant 307
possible 306
prise 305
parfaite 304
salles 303
vers 302
rapidement 301
partir 300
minnie 299
mieux 298
efficace 297
chic 296
chaudes 295
splendide 294
euro 293
accès 292
employés 291
souvenir 290
lieux 289
lensemble 288
première 287
couverture 286
changer 285
disposition 284
présente 283
coté 282
lenvironnement 281
demandé 280
hammam 279
jour 278
vieillot 277
équipée 276
grandiose 275
room 274
revenir 273
promenade 272
espaces 271
féerique 270
nourriture 269
navettes 268
goûter 267
particulièrement 266
merveilleux 265
taille 264
génial 263
encore 262
cela 261
complet 260
baignoire 259
réservé 258
part 257
ménage 256
plaisir 255
magnifiques 254
formule 253
sublime 252
moment 251
contact 250
client 249
queue 248
extérieure 247
refaire 246
lesprit 245
exceptionnel 244
deux 243
newport 242
copieux 241
réalité 240
cape 239
large 238
niveau 237
hauteur 236
recommande 235
profiter 234
bouilloire 233
pratique 232
bref 231
moins 230
jours 229
autres 228
jamais 227
intérieure 226
spacieux 225
autre 224
équipe 223
faite 222
dêtre 221
permet 220
frigo 219
confortables 218
journée 217
place 216
géographique 215
standing 214
trouve 213
directement 212
impossible 211
minute 210
attention 209
pieds 208
bagagerie 207
aucune 206
médiocre 205
etait 204
surprise 203
absolument 202
infrastructure 201
enfant 200
retrouver 199
formidable 198
serviable 197
hors 196
toute 195
sport 194
également 193
appréciable 192
générale 191
temp 190
coup 189
deco 188
correct 187
réservation 186
digne 185
party 184
pris 183
arrivée 182
commune 181
manque 180
personne 179
dune 178
douche 177
dejeuner 176
cast 175
volonté 174
boissons 173
noël 172
serviette 171
étoiles 170
navette 169
thème 168
fille 167
lhotel 166
sauna 165
côté 164
lambiance 163
plusieurs 162
déjeuné 161
jolie 160
possibilité 159
lieu 158
amabilité 157
voir 156
déçu 155
mickey 154
simplement 153
aimé 152
cétait 151
table 150
agréables 149
reste 148
charmant 147
somme 146
chose 145
spacieuses 144
gentil 143
booking 142
déjà 141
surtout 140
rapide 139
peut 138
disponible 137
joli 136
idéal 135
organisation 134
hall 133
passé 132
pied 131
tous 130
dire 129
matin 128
équipements 127
prendre 126
hôtels 125
avant 124
machine 123
loin 122
dîner 121
adorable 120
beauté 119
décors 118
soins 117
quand 116
repas 115
situé 114
extérieur 113
être 112
donc 111
restauration 110
magique 109
écoute 108
apprécié 107
gratuit 106
avoir 105
réception 104
chaleureux 103
sécurité 102
disponibilité 101
ainsi 100
juste 99
sympa 98
déco 97
tres 96
établissement 95
prestations 94
alors 93
sympathique 92
surclassement 91
faire 90
près 89
comme 88
merci 87
personnages 86
boutique 85
lécoute 84
sans 83
petitdéjeuner 82
grande 81
cher 80
suite 79
aussi 78
superbe 77
bain 76
beaucoup 75
localisation 74
petite 73
grand 72
après 71
cette 70
choix 69
magie 68
petits 67
aimable 66
fois 65
souriant 64
salle 63
décoration 62
village 61
toujours 60
spacieuse 59
trop 58
hotel 57
café 56
lemplacement 55
soir 54
cest 53
parking 52
excellent 51
nuit 50
laccueil 49
beau 48
rien 47
compass 46
accueillant 45
ambiance 44
club 43
rapport 42
cadre 41
fait 40
séjour 39
situation 38
confort 37
bonne 36
décor 35
calme 34
enfants 33
parcs 32
proche 31
buffet 30
belle 29
gentillesse 28
vraiment 27
parfait 26
qualité 25
prix 24
magnifique 23
chambres 22
propreté 21
plus 20
propre 19
avon 18
restaurant 17
service 16
literie 15
confortable 14
super 13
accueil 12
emplacement 11
déjeuner 10
lhôtel 9
bien 8
petit 7
agréable 6
tout 5
proximité 4
piscine 3
chambre 2
personnel 1
très 0
In [44]:
sorted_keys = sorted(words.key_to_index, key = lambda x : words.key_to_index.get(x, 0), reverse=True)
 
for key in sorted_keys :
    print(key, words.key_to_index[key]*100/words.vectors.shape[0])
jaccuzi 99.92779783393502
loge 99.85559566787003
satisfaite 99.78339350180505
hésiter 99.71119133574007
prime 99.63898916967509
appelle 99.5667870036101
renvoient 99.49458483754513
lappli 99.42238267148015
réservable 99.35018050541517
dinquiétudes 99.27797833935018
pouvez 99.2057761732852
rendre 99.13357400722022
réservations 99.06137184115524
montrer 98.98916967509025
habitude 98.91696750902527
sympas 98.84476534296029
pension 98.7725631768953
utile 98.70036101083032
frais 98.62815884476534
compars 98.55595667870035
balade 98.48375451263539
bord 98.4115523465704
oceane 98.33935018050542
hôtesse 98.26714801444044
proposés 98.19494584837545
relationnel 98.12274368231047
karima 98.05054151624549
accueilli 97.9783393501805
daisy 97.90613718411552
moyennement 97.83393501805054
escaliers 97.76173285198556
donnée 97.68953068592057
reliant 97.61732851985559
grâce 97.54512635379061
température 97.47292418772564
satisfaits 97.40072202166066
meilleur 97.32851985559567
qualitéprix 97.25631768953069
parmi 97.1841155234657
datouts 97.11191335740072
certain 97.03971119133574
immédiate 96.96750902527076
recommanderais 96.89530685920577
inamissible 96.82310469314079
payant 96.75090252707581
park 96.67870036101083
personnelle 96.60649819494584
premier 96.53429602888086
garderons 96.46209386281589
offertes 96.38989169675091
espérons 96.31768953068593
emmènent 96.24548736462094
importe 96.17328519855596
correspondant 96.10108303249098
rangée 96.028880866426
nettoyée 95.95667870036101
correctement 95.88447653429603
lappel 95.81227436823104
prêts 95.74007220216606
descendre 95.66787003610108
ongles 95.5956678700361
régale 95.52346570397111
puis 95.45126353790614
vrai 95.37906137184116
prélasser 95.30685920577618
renouveler 95.2346570397112
noel 95.16245487364621
personnalisés 95.09025270758123
message 95.01805054151625
portable 94.94584837545126
jouant 94.87364620938628
faisant 94.8014440433213
croire 94.72924187725631
essayer 94.65703971119133
négocier 94.58483754512635
faute 94.51263537906136
technico 94.4404332129964
pourrais 94.36823104693141
écrire 94.29602888086643
livre 94.22382671480145
demandais 94.15162454873646
geste 94.07942238267148
réseaux 94.0072202166065
consommateur 93.93501805054152
sociaux 93.86281588447653
atteindra 93.79061371841155
aucunement 93.71841155234657
satisfait 93.64620938628158
ferai 93.5740072202166
confiance 93.50180505415162
cetait 93.42960288808665
acceuil 93.35740072202167
retourné 93.28519855595668
irréprochable 93.2129963898917
communs 93.14079422382672
moyens 93.06859205776173
sait 92.99638989169675
base 92.92418772563177
neuf 92.85198555956678
allez 92.7797833935018
filet 92.70758122743682
tennis 92.63537906137184
jouer 92.56317689530685
bienvenue 92.49097472924188
nominative 92.4187725631769
usine 92.34657039711192
impersonnel 92.27436823104694
dégouté 92.20216606498195
enseignes 92.12996389891697
confiant 92.05776173285199
partenaire 91.985559566787
ferons 91.91335740072202
confiances 91.84115523465704
vulgaire 91.76895306859205
nombreuses 91.69675090252707
location 91.62454873646209
agîr 91.5523465703971
scandaleusement 91.48014440433214
accord 91.40794223826715
savais 91.33574007220217
impression 91.26353790613719
responsabilité 91.1913357400722
prend 91.11913357400722
depuis 91.04693140794224
email 90.97472924187726
envoyé 90.90252707581227
séjournons 90.83032490974729
honnêteté 90.7581227436823
test 90.68592057761732
preuve 90.61371841155234
malheureuse 90.54151624548736
périple 90.46931407942239
date 90.3971119133574
faisons 90.32490974729242
faits 90.25270758122744
cent 90.18050541516246
nest 90.10830324909747
baie 90.03610108303249
celà 89.96389891696751
ravie 89.89169675090253
garer 89.81949458483754
onéreux 89.74729241877256
humeur 89.67509025270758
competence 89.6028880866426
sendort 89.53068592057761
apprecie 89.45848375451264
paru 89.38628158844766
convenable 89.31407942238268
daller 89.2418772563177
souvenirallez 89.16967509025271
faisait 89.09747292418773
satisfaire 89.02527075812274
présence 88.95306859205776
lunivers 88.88086642599278
note 88.8086642599278
fermeture 88.73646209386281
aimer 88.66425992779783
nétaient 88.59205776173285
obligés 88.51985559566786
communicantesla 88.4476534296029
parcsle 88.37545126353791
patient 88.30324909747293
poubelle 88.23104693140795
vider 88.15884476534296
arriver 88.08664259927798
hygiéniques 88.014440433213
femme 87.94223826714801
précédente 87.87003610108303
fausse 87.79783393501805
surveillé 87.72563176895306
enfer 87.65342960288808
heures 87.5812274368231
léger 87.50902527075812
roomservice 87.43682310469315
préalable 87.36462093862816
règle 87.29241877256318
accéder 87.2202166064982
musique 87.14801444043322
forte 87.07581227436823
prolongée 87.00361010830325
venant 86.93140794223827
york 86.85920577617328
privatisé 86.7870036101083
raisonnablechambre 86.71480144404332
propreconfortablevu 86.64259927797833
terreur 86.57039711191335
fatiguante 86.49819494584838
passe 86.4259927797834
valise 86.35379061371842
poussette 86.28158844765343
terre 86.20938628158845
poubelles 86.13718411552347
pleines 86.06498194945848
mêtre 85.9927797833935
énervé 85.92057761732852
donne 85.84837545126354
adoré 85.77617328519855
merveilleuse 85.70397111913357
draps 85.63176895306859
doux 85.5595667870036
reserver 85.48736462093864
attendre 85.41516245487365
dattente 85.34296028880867
prêt 85.27075812274369
déquipement 85.1985559566787
decoration 85.12635379061372
rend 85.05415162454874
inoubliable 84.98194945848375
lexcellent 84.90974729241877
qualités 84.83754512635379
cohérent 84.7653429602888
incluse 84.69314079422382
procimité 84.62093862815884
laisser 84.54873646209386
hasard 84.47653429602889
gentille 84.4043321299639
thématique 84.33212996389892
oreillers 84.25992779783394
choisir 84.18772563176896
vice 84.11552346570397
adaptée 84.04332129963899
présidentielle 83.971119133574
occuper 83.89891696750902
désagrable 83.82671480144404
membre 83.75451263537906
annuel 83.68231046931407
effectuer 83.61010830324909
mésaventure 83.53790613718411
dhabitude 83.46570397111914
proximite 83.39350180505416
thematisation 83.32129963898917
sélection 83.24909747292419
thés 83.17689530685921
capable 83.10469314079423
manquait 83.03249097472924
sèchecheveux… 82.96028880866426
navais 82.88808664259928
perdre 82.8158844765343
arpenter 82.74368231046931
peur 82.67148014440433
immersive 82.59927797833934
coussins 82.52707581227436
egalement 82.45487364620939
avenant 82.38267148014441
horaires 82.31046931407943
mobilité 82.23826714801444
serviabilité 82.16606498194946
linge 82.09386281588448
toilette 82.0216606498195
agreable 81.94945848375451
port 81.87725631768953
présentation 81.80505415162455
rejoindre 81.73285198555956
normal 81.66064981949458
photopass 81.5884476534296
sympatrique 81.51624548736461
dentrée 81.44404332129965
immense 81.37184115523466
cœur 81.29963898916968
aimés 81.2274368231047
manifique 81.15523465703971
question 81.08303249097473
moindre 81.01083032490975
hamman 80.93862815884476
répond 80.86642599277978
paspris 80.7942238267148
interessant 80.72202166064982
proposent 80.64981949458483
parisiens 80.57761732851985
chose… 80.50541516245487
extérieurs 80.4332129963899
reviendrai 80.36101083032491
impensable 80.28880866425993
allés 80.21660649819495
fêter 80.14440433212997
sert 80.07220216606498
restes 80.0
exhorbitants 79.92779783393502
inacceptables 79.85559566787003
emmène 79.78339350180505
rêves 79.71119133574007
supérieur 79.63898916967509
disant 79.5667870036101
fallait 79.49458483754513
face 79.42238267148015
dautres 79.35018050541517
lautre 79.27797833935018
moyen 79.2057761732852
exemple 79.13357400722022
réclamations 79.06137184115524
limite 78.98916967509025
serveurs 78.91696750902527
detre 78.84476534296029
scandale 78.7725631768953
refusent 78.70036101083032
rembourser 78.62815884476534
contraintes 78.55595667870035
gouvernementales 78.48375451263539
empêchaient 78.4115523465704
daccéder 78.33935018050542
demand 78.26714801444044
your 78.19494584837545
money 78.12274368231047
back 78.05054151624549
gamme 77.9783393501805
implication 77.90613718411552
hôtelière 77.83393501805054
diner 77.76173285198556
dehors 77.68953068592057
envie 77.61732851985559
disposé 77.54512635379061
liés 77.47292418772564
consort 77.40072202166066
lanimation 77.32851985559567
couverte 77.25631768953069
excellente 77.1841155234657
programme 77.11191335740072
établissements 77.03971119133574
bruyant 76.96750902527076
chauffées 76.89530685920577
respectent 76.82310469314079
distance 76.75090252707581
personnes 76.67870036101083
aucun 76.60649819494584
venu 76.53429602888086
dattraction 76.46209386281589
sécurisé 76.38989169675091
contrôle 76.31768953068593
laéroport 76.24548736462094
exécrable 76.17328519855596
rodage 76.10108303249098
sortie 76.028880866426
fermé 75.95667870036101
vides 75.88447653429603
cheveux… 75.81227436823104
obsolète 75.74007220216606
pourrez 75.66787003610108
louer 75.5956678700361
appartement 75.52346570397111
connaissais 75.45126353790614
castmembers 75.37906137184116
labyrinthe 75.30685920577618
parcouru 75.2346570397112
etai 75.16245487364621
hésitations 75.09025270758123
rénové 75.01805054151625
facture 74.94584837545126
acquittée 74.87364620938628
envoyée 74.8014440433213
remise 74.72924187725631
description 74.65703971119133
dextérieur 74.58483754512635
excessif 74.51263537906136
fraichement 74.4404332129964
achalandé 74.36823104693141
chef 74.29602888086643
système 74.22382671480145
respectées 74.15162454873646
compris 74.07942238267148
familiale 74.0072202166065
idyllique 73.93501805054152
public 73.86281588447653
buffé 73.79061371841155
produits 73.71841155234657
demandes 73.64620938628158
mettait 73.5740072202166
reposer 73.50180505415162
lexpérience 73.42960288808665
parisien 73.35740072202167
américain 73.28519855595668
anglais 73.2129963898917
variété 73.14079422382672
correcte 73.06859205776173
touscompass 72.99638989169675
ordre 72.92418772563177
appelé 72.85198555956678
ouvrir 72.7797833935018
rarement 72.70758122743682
sentie 72.63537906137184
nouvelle 72.56317689530685
gaspillage 72.49097472924188
alimentaire 72.4187725631769
idéalement 72.34657039711192
seulement 72.27436823104694
quen 72.20216606498195
fantastique 72.12996389891697
loïc 72.05776173285199
marc 71.985559566787
antoine 71.91335740072202
horrible 71.84115523465704
doit 71.76895306859205
fabuleux 71.69675090252707
protocoles 71.62454873646209
sanitaires 71.5523465703971
souci 71.48014440433214
vivement 71.40794223826715
servie 71.33574007220217
normalement 71.26353790613719
agencé 71.1913357400722
pres 71.11913357400722
dexpériences 71.04693140794224
lamplitude 70.97472924187726
daccès 70.90252707581227
daccueil 70.83032490974729
poli 70.7581227436823
installation 70.68592057761732
bienveillant 70.61371841155234
respectés 70.54151624548736
dexception 70.46931407942239
privilèges 70.3971119133574
offre 70.32490974729242
guichet 70.25270758122744
uriner 70.18050541516246
vaut 70.10830324909747
remplissage 70.03610108303249
comparé 69.96389891696751
mois 69.89169675090253
dernier 69.81949458483754
nettement 69.74729241877256
deçà 69.67509025270758
bagagiste 69.6028880866426
équipement 69.53068592057761
bébé 69.45848375451264
monter 69.38628158844766
allersretours 69.31407942238268
cheveux 69.2418772563177
voisin 69.16967509025271
révolu 69.09747292418773
cependant 69.02527075812274
trouvées 68.95306859205776
chaleureuses 68.88086642599278
bookingj 68.8086642599278
interlocuteurs 68.73646209386281
confirme 68.66425992779783
serum 68.59205776173285
faudra 68.51985559566786
confirmer 68.4476534296029
blablate 68.37545126353791
avance 68.30324909747293
finalement 68.23104693140795
démagnétisée 68.15884476534296
chercher 68.08664259927798
station 68.014440433213
entendre 67.94223826714801
ressorts 67.87003610108303
raisons 67.79783393501805
prêtent 67.72563176895306
brassard 67.65342960288808
sluca 67.5812274368231
etions 67.50902527075812
presidentielle 67.43682310469315
princess 67.36462093862816
placé 67.29241877256318
malgré 67.2202166064982
devient 67.14801444043322
vieillissante 67.07581227436823
ouvert 67.00361010830325
plage 66.93140794223827
manger 66.85920577617328
ministres 66.7870036101083
accessible 66.71480144404332
possibilités 66.64259927797833
photo 66.57039711191335
toutefois 66.49819494584838
compliqué 66.4259927797834
eux… 66.35379061371842
besoin 66.28158844765343
gamme… 66.20938628158845
promettre 66.13718411552347
récupérer 66.06498194945848
offert 65.9927797833935
reprise 65.92057761732852
trois 65.84837545126354
femmes 65.77617328519855
réveiller 65.70397111913357
mysogine 65.63176895306859
agresser 65.5595667870036
efficacité 65.48736462093864
severane 65.41516245487365
nouvelles 65.34296028880867
couacs… 65.27075812274369
lhôtesse 65.1985559566787
porter 65.12635379061372
accompagné 65.05415162454874
préparé 64.98194945848375
effet 64.90974729241877
sétait 64.83754512635379
transformé 64.7653429602888
cinquième 64.69314079422382
viens 64.62093862815884
reviendra 64.54873646209386
lannée 64.47653429602889
cosy 64.4043321299639
répondre 64.33212996389892
interrogation 64.25992779783394
retard 64.18772563176896
employe 64.11552346570397
sarah 64.04332129963899
déçue 63.97111913357401
entre 63.898916967509024
changées 63.82671480144404
tiroirs 63.75451263537906
commode 63.68231046931408
ferment 63.6101083032491
attente 63.537906137184116
bonus 63.46570397111913
lappréciable 63.39350180505415
courtoise 63.32129963898917
façade 63.24909747292419
déclairage 63.17689530685921
long 63.104693140794225
plais 63.03249097472924
éviter 62.96028880866426
déconseille 62.888086642599276
horreur 62.81588447653429
cerise 62.74368231046932
gâteau 62.671480144404335
annonçait 62.59927797833935
indisponibilité 62.52707581227437
novembre 62.454873646209386
fermée 62.3826714801444
communication 62.31046931407942
sujet 62.238267148014444
pourtant 62.16606498194946
quelques 62.09386281588448
avantaucune 62.021660649819495
compensation 61.94945848375451
ressemble 61.87725631768953
americaine 61.805054151624546
majorité 61.73285198555957
raconter 61.66064981949459
selfies 61.588447653429604
déplorable 61.51624548736462
vivre 61.44404332129964
conseiller 61.371841155234655
utiliser 61.29963898916967
réservée 61.227436823104696
offerte 61.15523465703971
devrait 61.08303249097473
boisson 61.01083032490975
attendues 60.938628158844764
grandeur 60.86642599277978
chaleureuse 60.7942238267148
sapin 60.72202166064982
joliment 60.64981949458484
mascottes 60.57761732851986
bénéficier 60.505415162454874
jade 60.43321299638989
habitué 60.36101083032491
colin 60.288808664259925
grace 60.21660649819495
gratuite 60.144404332129966
guise 60.07220216606498
chaînes 60.0
fonctionnait 59.92779783393502
barre 59.855595667870034
attantions 59.78339350180505
content 59.711191335740075
connu 59.63898916967509
débuts 59.56678700361011
flexible 59.494584837545126
tenir 59.42238267148014
cassé 59.35018050541516
endroits 59.27797833935018
déjeuners 59.2057761732852
arraché 59.13357400722022
déchiré 59.061371841155236
peint 58.98916967509025
papier 58.91696750902527
paye 58.84476534296029
aucuns 58.772563176895304
regrette 58.70036101083033
mauvaise 58.628158844765345
réceptionnistes 58.55595667870036
détails 58.48375451263538
couette 58.411552346570396
chouchoute 58.33935018050541
notamment 58.26714801444043
allons 58.194945848375454
menu 58.12274368231047
aberrant 58.05054151624549
léquipe 57.978339350180505
honeymoon 57.90613718411552
chance 57.83393501805054
contre 57.761732851985556
vieillotte 57.68953068592058
mattendais 57.6173285198556
plongés 57.545126353790614
plastique 57.47292418772563
europe 57.40072202166065
chez 57.328519855595665
cjambre 57.25631768953068
exorbitant 57.18411552346571
prévues 57.111913357400724
réaction 57.03971119133574
puisse 56.96750902527076
février 56.895306859205775
rencontré 56.82310469314079
catastrophe 56.75090252707581
sachant 56.67870036101083
drap 56.60649819494585
opterons 56.53429602888087
enchantée 56.462093862815884
solcabines 56.3898916967509
partout 56.31768953068592
toboggan 56.24548736462094
cascade 56.17328519855596
bulles 56.101083032490976
morceau 56.02888086642599
lintérieur 55.95667870036101
proposer 55.88447653429603
commander 55.812274368231044
ouverture 55.74007220216607
automatique 55.667870036101085
masque 55.5956678700361
lavons 55.52346570397112
croissant 55.45126353790614
endormi 55.37906137184115
sucré 55.30685920577617
rester 55.234657039711195
environnement 55.16245487364621
rentré 55.09025270758123
baigné 55.018050541516246
activités 54.94584837545126
maquillage 54.87364620938628
réalisation 54.8014440433213
figurine 54.72924187725632
ballon 54.65703971119134
aisé 54.584837545126355
salé 54.51263537906137
estbtres 54.44043321299639
rassasiés 54.368231046931406
jumeaux 54.29602888086642
professionnalisme 54.22382671480145
agent 54.151624548736464
saleté 54.07942238267148
proprete 54.0072202166065
amabilite 53.935018050541515
lumieres 53.86281588447653
cote 53.79061371841155
poils 53.71841155234657
allumé 53.64620938628159
terrible 53.57400722021661
abîmées 53.501805054151625
empechant 53.42960288808664
prises 53.35740072202166
charger 53.285198555956676
merveilles 53.2129963898917
thomas 53.14079422382672
varier 53.068592057761734
sécurisant 52.99638989169675
toppp 52.92418772563177
village… 52.851985559566785
alentours 52.7797833935018
paraît 52.707581227436826
froid 52.63537906137184
volet 52.56317689530686
appréciées 52.49097472924188
parenthèse 52.418772563176894
véritablement 52.34657039711191
politesse 52.27436823104693
senseo 52.20216606498195
minéral 52.12996389891697
pense 52.057761732851986
judicieux 51.985559566787
afin 51.91335740072202
fasse 51.84115523465704
effort 51.768953068592054
collectif 51.69675090252708
énergie 51.624548736462096
éteindre 51.55234657039711
minuit 51.48014440433213
guirlandes 51.40794223826715
lumineuses 51.335740072202164
attribué 51.26353790613718
détaillé 51.191335740072205
gentiment 51.11913357400722
accueillit 51.04693140794224
superposés 50.974729241877256
occultent 50.90252707581227
différents 50.83032490974729
viennoiseries 50.75812274368231
pain 50.68592057761733
discrétion 50.61371841155235
tapis 50.541516245487365
privé 50.46931407942238
conciergerie 50.3971119133574
frites 50.324909747292416
boues 50.25270758122743
mise 50.18050541516246
dédié 50.108303249097474
jusque 50.03610108303249
zèle 49.96389891696751
transport 49.891696750902526
préoccupé 49.81949458483754
préparer 49.74729241877257
barsnack 49.675090252707584
staff 49.6028880866426
région 49.53068592057762
parcours 49.458483754512635
puissent 49.38628158844765
bâtiment 49.31407942238267
nickel 49.24187725631769
nautique 49.16967509025271
attraction 49.09747292418773
arrive 49.025270758122744
totale 48.95306859205776
déconnexion 48.88086642599278
fermer 48.808664259927795
sentent 48.73646209386282
personnage 48.664259927797836
locaux 48.59205776173285
attentes 48.51985559566787
bookingcom 48.44765342960289
lusine 48.375451263537904
gouter 48.30324909747292
impatience 48.231046931407946
attendons 48.15884476534296
capecod 48.08664259927798
passer 48.014440433213
poissons 47.942238267148014
fruit 47.87003610108303
savoureux 47.79783393501805
rare 47.72563176895307
telle 47.65342960288809
industrie 47.581227436823106
peine 47.50902527075812
avenants 47.43682310469314
sympathiques 47.36462093862816
rouge 47.292418772563174
noire 47.2202166064982
fréquentation 47.148014440433215
réel 47.07581227436823
fonctionnelles 47.00361010830325
flux 46.931407942238266
pensés 46.85920577617328
propose 46.7870036101083
correspondent 46.714801444043324
appreciable 46.64259927797834
qualite 46.57039711191336
chaude 46.498194945848375
extérieures 46.42599277978339
noir 46.35379061371841
groupes 46.28158844765343
bruyants 46.20938628158845
signalisation 46.13718411552347
insuffisante 46.064981949458485
ascenseurs 45.9927797833935
appliquant 45.92057761732852
procédures 45.848375451263536
rigides 45.77617328519855
placer 45.70397111913358
réactive 45.631768953068594
réservant 45.55956678700361
piscinesauna 45.48736462093863
sejour 45.415162454873645
durant 45.34296028880866
comfortable 45.27075812274368
vétuste 45.1985559566787
pitoyables 45.12635379061372
état 45.05415162454874
pitoyable 44.981949458483754
magnique 44.90974729241877
futrer 44.83754512635379
étages 44.765342960288805
intérieures 44.69314079422383
balcon 44.62093862815885
malgres 44.54873646209386
majestueux 44.47653429602888
linges 44.4043321299639
différence 44.332129963898915
standard 44.25992779783393
cohérence 44.187725631768956
faciles 44.11552346570397
trouver 44.04332129963899
lattente 43.97111913357401
certaines 43.898916967509024
arrivées 43.82671480144404
servies 43.75451263537906
jolies 43.68231046931408
dimension 43.6101083032491
dédales 43.537906137184116
maximum 43.46570397111913
chers 43.39350180505415
exquis 43.32129963898917
cheyenne 43.24909747292419
deca 43.17689530685921
mouchoirs 43.104693140794225
vide 43.03249097472924
restait 42.96028880866426
acceuillant 42.888086642599276
piscinele 42.81588447653429
verre 42.74368231046932
largement 42.671480144404335
serveur 42.59927797833935
obtenu 42.52707581227437
tople 42.454873646209386
terrasse 42.3826714801444
gros 42.31046931407942
dépenser 42.238267148014444
cordialement 42.16606498194946
suivre 42.09386281588448
marche 42.021660649819495
donner 41.94945848375451
comble 41.87725631768953
inadmissible 41.805054151624546
comprend 41.73285198555957
billet 41.66064981949459
refusee 41.588447653429604
chaud 41.51624548736462
lait 41.44404332129964
cafe 41.371841155234655
colère 41.29963898916967
lumineux 41.227436823104696
dejeunant 41.15523465703971
besoins 41.08303249097473
veille 41.01083032490975
chauffage 40.938628158844764
calmes 40.86642599277978
élaborés 40.7942238267148
équipées 40.72202166064982
compenser 40.64981949458484
demande 40.57761732851986
imprégner 40.505415162454874
dejeune 40.43321299638989
séjours 40.36101083032491
refaite 40.288808664259925
marché 40.21660649819495
prolonger 40.144404332129966
bouteille 40.07220216606498
rencontres 40.0
point 39.92779783393502
lendroit 39.855595667870034
négatif 39.78339350180505
moquette 39.711191335740075
exterieur 39.63898916967509
autant 39.56678700361011
captain 39.494584837545126
tranquille 39.42238267148014
déception 39.35018050541516
quarter 39.27797833935018
aimables 39.2057761732852
exception 39.13357400722022
repasser 39.061371841155236
retournerons 38.98916967509025
reviendrons 38.91696750902527
entretenu 38.84476534296029
silencieux 38.772563176895304
marvel 38.70036101083033
sucre 38.628158844765345
plutôt 38.55595667870036
decor 38.48375451263538
clés 38.411552346570396
collectifs 38.33935018050541
insonorisée 38.26714801444043
chouette 38.194945848375454
centrale 38.12274368231047
dormi 38.05054151624549
consignes 37.978339350180505
autour 37.90613718411552
extra 37.83393501805054
tard 37.761732851985556
deuxième 37.68953068592058
bons 37.6173285198556
plein 37.545126353790614
sèche 37.47292418772563
larrivée 37.40072202166065
problème 37.328519855595665
magasin 37.25631768953068
retourner 37.18411552346571
davoir 37.111913357400724
charge 37.03971119133574
horaire 36.96750902527076
sympatique 36.895306859205775
palace 36.82310469314079
toutes 36.75090252707581
rêver 36.67870036101083
honteux 36.60649819494585
aucunes 36.53429602888087
chère 36.462093862815884
adapté 36.3898916967509
monde 36.31768953068592
gratuites 36.24548736462094
lamabilité 36.17328519855596
réactif 36.101083032490976
décorée 36.02888086642599
bruit 35.95667870036101
haut 35.88447653429603
fortement 35.812274368231044
rendent 35.74007220216607
entrée 35.667870036101085
enfin 35.5956678700361
facilité 35.52346570397112
famille 35.45126353790614
passés 35.37906137184115
retour 35.30685920577617
extrêmement 35.234657039711195
anniversaire 35.16245487364621
énorme 35.09025270758123
exceptionnelle 35.018050541516246
fais 34.94584837545126
mobilier 34.87364620938628
bains 34.8014440433213
lumières 34.72924187725632
jacuzzi 34.65703971119134
mauvais 34.584837545126355
vite 34.51263537906137
élevé 34.44043321299639
boîte 34.368231046931406
varié 34.29602888086642
souplesse 34.22382671480145
crois 34.151624548736464
opère 34.07942238267148
interminables 34.0072202166065
fenêtre 33.935018050541515
double 33.86281588447653
chaque 33.79061371841155
compétent 33.71841155234657
rêve 33.64620938628159
monsieur 33.57400722021661
séjourné 33.501805054151625
lhabitude 33.42960288808664
assez 33.35740072202166
confinement 33.285198555956676
délicieux 33.2129963898917
weekend 33.14079422382672
meilleure 33.068592057761734
lors 32.99638989169675
fort 32.92418772563177
fournis 32.851985559566785
carte 32.7797833935018
arrivés 32.707581227436826
lextérieur 32.63537906137184
laissé 32.56317689530686
donnent 32.49097472924188
member 32.418772563176894
tour 32.34657039711191
aider 32.27436823104693
entrer 32.20216606498195
land 32.12996389891697
pensé 32.057761732851986
manière 31.985559566787003
plat 31.91335740072202
certes 31.84115523465704
heureusement 31.768953068592058
attentionné 31.696750902527075
klinex 31.624548736462096
navons 31.552346570397113
change 31.48014440433213
catastrophique 31.407942238267147
prête 31.335740072202167
condition 31.263537906137184
présent 31.1913357400722
sauf 31.119133574007222
létablissement 31.04693140794224
laccès 30.974729241877256
sinon 30.902527075812273
information 30.830324909747294
lentrée 30.75812274368231
porte 30.685920577617328
livré 30.613718411552348
aménagement 30.541516245487365
bagage 30.469314079422382
charme 30.3971119133574
demi 30.32490974729242
bateau 30.252707581227437
check 30.180505415162454
vieillissant 30.108303249097474
insonorisation 30.03610108303249
aspect 29.96389891696751
rentrer 29.891696750902526
architecture 29.819494584837546
géniale 29.747292418772563
télévision 29.67509025270758
coter 29.6028880866426
décorations 29.530685920577618
redire 29.458483754512635
sale 29.386281588447652
soleil 29.314079422382672
annulation 29.24187725631769
pluto 29.169675090252706
parfaitement 29.097472924187727
avantageux 29.025270758122744
aller 28.95306859205776
adulte 28.880866425992778
simple 28.8086642599278
bonheur 28.736462093862816
triste 28.664259927797833
conseil 28.592057761732853
pendant 28.51985559566787
seul 28.447653429602887
maison 28.375451263537904
matelas 28.303249097472925
distributeur 28.231046931407942
espace 28.15884476534296
visite 28.08664259927798
type 28.014440433212997
propres 27.942238267148014
professionnel 27.870036101083034
expérience 27.79783393501805
cuisine 27.72563176895307
quel 27.653429602888085
animation 27.581227436823106
nétait 27.509025270758123
reception 27.43682310469314
interminable 27.36462093862816
déçus 27.292418772563177
compas 27.220216606498195
magic 27.14801444043321
proposé 27.075812274368232
bonnes 27.00361010830325
sent 26.931407942238266
spéciale 26.859205776173287
grès 26.787003610108304
mention 26.71480144404332
jusquau 26.642599277978338
endroit 26.57039711191336
mangé 26.498194945848375
odeur 26.425992779783392
bagages 26.353790613718413
demander 26.28158844765343
bout 26.209386281588447
luxueux 26.137184115523464
quils 26.064981949458485
téléphone 25.9927797833935
commercial 25.92057761732852
sympathie 25.84837545126354
soin 25.776173285198556
univers 25.703971119133573
garni 25.63176895306859
equipements 25.55956678700361
controle 25.487364620938628
remboursement 25.415162454873645
aimerais 25.342960288808666
inacceptable 25.270758122743683
passage 25.1985559566787
sanitaire 25.126353790613717
jusqu 25.054151624548737
séjourner 24.981949458483754
parapluie 24.90974729241877
nécessaire 24.837545126353792
quon 24.76534296028881
covid 24.693140794223826
classe 24.620938628158846
droit 24.548736462093864
chauffée 24.47653429602888
réceptionniste 24.404332129963898
surclassés 24.332129963898918
dormir 24.259927797833935
arrivé 24.187725631768952
prestation 24.115523465703973
gentils 24.04332129963899
heure 23.971119133574007
piscines 23.898916967509024
prochaine 23.826714801444044
attentif 23.75451263537906
façon 23.68231046931408
énormément 23.6101083032491
nuits 23.537906137184116
général 23.465703971119133
intérieur 23.39350180505415
ensemble 23.32129963898917
grandes 23.249097472924188
permettant 23.176895306859205
site 23.104693140794225
aime 23.032490974729242
période 22.96028880866426
quil 22.888086642599276
couloirs 22.815884476534297
faut 22.743682310469314
trouvé 22.67148014440433
adultes 22.59927797833935
mettre 22.52707581227437
incroyable 22.454873646209386
fils 22.382671480144403
sourire 22.310469314079423
presque 22.23826714801444
concernant 22.166064981949457
possible 22.093862815884478
prise 22.021660649819495
parfaite 21.949458483754512
salles 21.87725631768953
vers 21.80505415162455
rapidement 21.732851985559567
partir 21.660649819494584
minnie 21.588447653429604
mieux 21.51624548736462
efficace 21.444043321299638
chic 21.37184115523466
chaudes 21.299638989169676
splendide 21.227436823104693
euro 21.15523465703971
accès 21.08303249097473
employés 21.010830324909747
souvenir 20.938628158844764
lieux 20.866425992779785
lensemble 20.794223826714802
première 20.72202166064982
couverture 20.649819494584836
changer 20.577617328519857
disposition 20.505415162454874
présente 20.43321299638989
coté 20.36101083032491
lenvironnement 20.28880866425993
demandé 20.216606498194945
hammam 20.144404332129962
jour 20.072202166064983
vieillot 20.0
équipée 19.927797833935017
grandiose 19.855595667870038
room 19.783393501805055
revenir 19.71119133574007
promenade 19.63898916967509
espaces 19.56678700361011
féerique 19.494584837545126
nourriture 19.422382671480143
navettes 19.350180505415164
goûter 19.27797833935018
particulièrement 19.205776173285198
merveilleux 19.133574007220215
taille 19.061371841155236
génial 18.989169675090253
encore 18.91696750902527
cela 18.84476534296029
complet 18.772563176895307
baignoire 18.700361010830324
réservé 18.62815884476534
part 18.555956678700362
ménage 18.48375451263538
plaisir 18.411552346570396
magnifiques 18.339350180505416
formule 18.267148014440433
sublime 18.19494584837545
moment 18.12274368231047
contact 18.050541516245488
client 17.978339350180505
queue 17.906137184115522
extérieure 17.833935018050543
refaire 17.76173285198556
lesprit 17.689530685920577
exceptionnel 17.617328519855597
deux 17.545126353790614
newport 17.47292418772563
copieux 17.40072202166065
réalité 17.32851985559567
cape 17.256317689530686
large 17.184115523465703
niveau 17.111913357400724
hauteur 17.03971119133574
recommande 16.967509025270758
profiter 16.895306859205775
bouilloire 16.823104693140795
pratique 16.750902527075812
bref 16.67870036101083
moins 16.60649819494585
jours 16.534296028880867
autres 16.462093862815884
jamais 16.3898916967509
intérieure 16.31768953068592
spacieux 16.24548736462094
autre 16.173285198555956
équipe 16.101083032490976
faite 16.028880866425993
dêtre 15.95667870036101
permet 15.884476534296029
frigo 15.812274368231048
confortables 15.740072202166065
journée 15.667870036101084
place 15.5956678700361
géographique 15.52346570397112
standing 15.451263537906136
trouve 15.379061371841155
directement 15.306859205776174
impossible 15.234657039711191
minute 15.16245487364621
attention 15.090252707581227
pieds 15.018050541516246
bagagerie 14.945848375451263
aucune 14.873646209386282
médiocre 14.8014440433213
etait 14.729241877256317
surprise 14.657039711191336
absolument 14.584837545126353
infrastructure 14.512635379061372
enfant 14.440433212996389
retrouver 14.368231046931408
formidable 14.296028880866427
serviable 14.223826714801444
hors 14.151624548736462
toute 14.07942238267148
sport 14.007220216606498
également 13.935018050541517
appréciable 13.862815884476534
générale 13.790613718411553
temp 13.71841155234657
coup 13.646209386281589
deco 13.574007220216606
correct 13.501805054151625
réservation 13.429602888086643
digne 13.35740072202166
party 13.28519855595668
pris 13.212996389891696
arrivée 13.140794223826715
commune 13.068592057761732
manque 12.99638989169675
personne 12.92418772563177
dune 12.851985559566787
douche 12.779783393501805
dejeuner 12.707581227436823
cast 12.635379061371841
volonté 12.563176895306858
boissons 12.490974729241877
noël 12.418772563176896
serviette 12.346570397111913
étoiles 12.274368231046932
navette 12.202166064981949
thème 12.129963898916968
fille 12.057761732851986
lhotel 11.985559566787003
sauna 11.913357400722022
côté 11.84115523465704
lambiance 11.768953068592058
plusieurs 11.696750902527075
déjeuné 11.624548736462094
jolie 11.552346570397113
possibilité 11.48014440433213
lieu 11.407942238267148
amabilité 11.335740072202166
voir 11.263537906137184
déçu 11.191335740072201
mickey 11.11913357400722
simplement 11.046931407942239
aimé 10.974729241877256
cétait 10.902527075812275
table 10.830324909747292
agréables 10.75812274368231
reste 10.68592057761733
charmant 10.613718411552346
somme 10.541516245487365
chose 10.469314079422382
spacieuses 10.397111913357401
gentil 10.324909747292418
booking 10.252707581227437
déjà 10.180505415162456
surtout 10.108303249097473
rapide 10.036101083032491
peut 9.963898916967509
disponible 9.891696750902527
joli 9.819494584837544
idéal 9.747292418772563
organisation 9.675090252707582
hall 9.602888086642599
passé 9.530685920577618
pied 9.458483754512635
tous 9.386281588447654
dire 9.31407942238267
matin 9.24187725631769
équipements 9.169675090252708
prendre 9.097472924187725
hôtels 9.025270758122744
avant 8.953068592057761
machine 8.88086642599278
loin 8.808664259927799
dîner 8.736462093862816
adorable 8.664259927797834
beauté 8.592057761732852
décors 8.51985559566787
soins 8.447653429602887
quand 8.375451263537906
repas 8.303249097472925
situé 8.231046931407942
extérieur 8.15884476534296
être 8.086642599277978
donc 8.014440433212997
restauration 7.9422382671480145
magique 7.870036101083032
écoute 7.79783393501805
apprécié 7.725631768953068
gratuit 7.653429602888087
avoir 7.581227436823105
réception 7.509025270758123
chaleureux 7.436823104693141
sécurité 7.364620938628159
disponibilité 7.292418772563177
ainsi 7.2202166064981945
juste 7.148014440433213
sympa 7.075812274368231
déco 7.003610108303249
tres 6.931407942238267
établissement 6.859205776173285
prestations 6.787003610108303
alors 6.714801444043322
sympathique 6.64259927797834
surclassement 6.5703971119133575
faire 6.498194945848375
près 6.425992779783393
comme 6.353790613718411
merci 6.281588447653429
personnages 6.209386281588448
boutique 6.137184115523466
lécoute 6.064981949458484
sans 5.992779783393502
petitdéjeuner 5.92057761732852
grande 5.8483754512635375
cher 5.776173285198556
suite 5.703971119133574
aussi 5.631768953068592
superbe 5.55956678700361
bain 5.487364620938628
beaucoup 5.415162454873646
localisation 5.342960288808665
petite 5.270758122743683
grand 5.1985559566787005
après 5.126353790613718
cette 5.054151624548736
choix 4.981949458483754
magie 4.909747292418772
petits 4.837545126353791
aimable 4.765342960288809
fois 4.693140794223827
souriant 4.620938628158845
salle 4.548736462093863
décoration 4.4765342960288805
village 4.404332129963899
toujours 4.332129963898917
spacieuse 4.259927797833935
trop 4.187725631768953
hotel 4.115523465703971
café 4.043321299638989
lemplacement 3.9711191335740073
soir 3.898916967509025
cest 3.8267148014440435
parking 3.7545126353790614
excellent 3.6823104693140793
nuit 3.6101083032490973
laccueil 3.5379061371841156
beau 3.4657039711191335
rien 3.3935018050541514
compass 3.32129963898917
accueillant 3.2490974729241877
ambiance 3.1768953068592056
club 3.104693140794224
rapport 3.032490974729242
cadre 2.96028880866426
fait 2.888086642599278
séjour 2.815884476534296
situation 2.743682310469314
confort 2.6714801444043323
bonne 2.5992779783393503
décor 2.527075812274368
calme 2.454873646209386
enfants 2.3826714801444044
parcs 2.3104693140794224
proche 2.2382671480144403
buffet 2.1660649819494586
belle 2.0938628158844765
gentillesse 2.0216606498194944
vraiment 1.9494584837545126
parfait 1.8772563176895307
qualité 1.8050541516245486
prix 1.7328519855595668
magnifique 1.660649819494585
chambres 1.5884476534296028
propreté 1.516245487364621
plus 1.444043321299639
propre 1.371841155234657
avon 1.2996389891696751
restaurant 1.227436823104693
service 1.1552346570397112
literie 1.0830324909747293
confortable 1.0108303249097472
super 0.9386281588447654
accueil 0.8664259927797834
emplacement 0.7942238267148014
déjeuner 0.7220216606498195
lhôtel 0.6498194945848376
bien 0.5776173285198556
petit 0.5054151624548736
agréable 0.4332129963898917
tout 0.36101083032490977
proximité 0.2888086642599278
piscine 0.21660649819494585
chambre 0.1444043321299639
personnel 0.07220216606498195
très 0.0
In [45]:
liste_mots=['jacuzzi','hôtesse','température','qualitéprix','onéreux','raisonnablechambre','propreconfortablevu','poussette','décoration']
In [46]:
#vérifier que un mot fait parti des termes
"propreté" in words.key_to_index.keys()
Out[46]:
True
In [47]:
#similarité entre :
words.similarity("température","jaccuzi")
Out[47]:
-0.9959184
In [48]:
#similarité entre :
words.similarity("onéreux","qualité")
Out[48]:
0.9999965
In [49]:
#les termes les plus proches de :
#for w in liste_mots:
 #   print(words.most_similar(w,topn=5))
In [50]:
#chercher l'intrus
liste = ['jaccuzi','repas','équipe','prix','proximité','propreté','confort','qualité','onéreux']
words.doesnt_match(liste)
Out[50]:
'onéreux'
In [51]:
#for mots in liste:
 #    print(words.key_to_index[mots])
In [52]:
#data frame des coordonnées
df_positif = pd.DataFrame(words.vectors,columns=['V1','V2'],index=words.key_to_index.keys())

#sous-data frame corresp. aux termes à étudier
dfListe = df_positif.loc[liste,:]
dfListe = dfListe.reset_index()
In [53]:
fig = px.scatter(dfListe, x="V1", y="V2",text='index')
fig.update_traces(textposition='top center')
fig.update_layout(title_text='Coordonnées selon les deux premières composantes')
fig.show()
In [54]:
#sous-data frame corresp. aux termes à étudier
dfListe_mots = df_positif.loc[liste_mots,:]
dfListe_mots = dfListe_mots.reset_index()
In [55]:
fig = px.scatter(dfListe_mots, x="V1", y="V2",text='index')
fig.update_traces(textposition='top center')
fig.update_layout(title_text='Coordonnées selon les deux premières composantes')
fig.show()
In [56]:
#fonction pour transformer un document en vecteur
#à partir des tokens qui le composent
#entrée : doc à traiter
#         modèle entrainé ou préentrainé
#sortie : vecteur représentant le document
def my_doc_2_vec(doc,trained):
    #dimension de représentation
    p = trained.vectors.shape[1]
    #initialiser le vecteur
    vec = np.zeros(p)
    #nombre de tokens trouvés
    nb = 0
    #traitement de chaque token du document
    for tk in doc:
        #ne traiter que les tokens reconnus
        if ((tk in trained.key_to_index.keys()) == True):
            values = trained[tk]
            vec = vec + values
            nb = nb + 1.0
    #faire la moyenne des valeurs
    #uniquement si on a trouvé des tokens reconnus bien sûr
    if (nb > 0.0):
        vec = vec/nb
    #renvoyer le vecteur
    #si aucun token trouvé, on a un vecteur de valeurs nulles
    return vec
In [57]:
#fonction pour représenter un corpus à partir d'une représentation
#soit entraînée, soit pré-entraînée
#sortie : représentation matricielle
def my_corpora_2_vec(corpora,trained):
    docsVec = list()
    #pour chaque document du corpus nettoyé
    for doc in corpora:
        #calcul de son vecteur
        vec = my_doc_2_vec(doc,trained)
        #ajouter dans la liste
        docsVec.append(vec)
    #transformer en matrice numpy
    matVec = np.array(docsVec)
    return matVec
In [58]:
#CAH à partir de scipy
from scipy.cluster.hierarchy import dendrogram, linkage,fcluster

#pour transformation en MDT
from sklearn.feature_extraction.text import CountVectorizer
In [59]:
#fonction pour construire une typologie à partir
#d'une représentation des termes, qu'elle soit entraînée ou pré-entraînée
#seuil par défaut = 1, mais le but est d'avoir 4 groupes
#corpus ici se présente sous la forme d'une liste de listes de tokens
def my_cah_from_doc2vec(corpus,trained,seuil=1.0,nbTermes=7):

    #matrice doc2vec pour la représentation à 100 dim.
    #entraînée via word2vec sur les documents du corpus
    mat = my_corpora_2_vec(corpus,trained)

    #dimension
    #mat.shape

    #générer la matrice des liens
    Z = linkage(mat,method='ward',metric='euclidean')

    #affichage du dendrogramme
    plt.title("CAH")
    dendrogram(Z,orientation='left',color_threshold=0)
    plt.show()

    #affichage du dendrogramme avec le seuil
    plt.title("CAH")
    dendrogram(Z,orientation='left',color_threshold=seuil)
    plt.show()

    #découpage en 4 classes
    grCAH = fcluster(Z,t=seuil,criterion='distance')
    #print(grCAH)

    #comptage
    print(np.unique(grCAH,return_counts=True))

    #***************************
    #interprétation des clusters
    #***************************
    
    #parseur
    parseur = CountVectorizer(binary=True)
    
    #former corpus sous forme de liste de chaîne
    corpus_string = [" ".join(doc) for doc in corpus]
    
    #matrice MDT
    mdt = parseur.fit_transform(corpus_string).toarray()
    print("Dim. matrice documents-termes = {}".format(mdt.shape))
    
    #passer en revue les groupes
    for num_cluster in range(np.max(grCAH)):
        print("")
        #numéro du cluster à traiter
        print("Numero du cluster = {}".format(num_cluster+1))
        groupe = np.where(grCAH==num_cluster+1,1,0)
        effectifs = np.unique(groupe,return_counts=True)
        print("Effectifs = {}".format(effectifs[1][1]))
        #calcul de co-occurence
        cooc = np.apply_along_axis(func1d=lambda x: np.sum(x*groupe),axis=0,arr=mdt)
        #print(cooc)
        #création d'un data frame intermédiaire
        tmpDF = pd.DataFrame(data=cooc,columns=['freq'],index=parseur.get_feature_names_out())    
        #affichage des "nbTermes" termes les plus fréquents
        print(tmpDF.sort_values(by='freq',ascending=False).iloc[:nbTermes,:])
        
    #renvoyer l'indicateur d'appartenance aux groupes
    return grCAH, mat

#*** fin de la fonction
In [60]:
#reconstruire la représentation ci-dessus, mais à 100 dim.
modeleBis = Word2Vec(corpus_liste_positif,vector_size=100,window=3,min_count=1,epochs=100)
wordsBis = modeleBis.wv
In [61]:
#appel pour la représentation entraînée
g1,mat1 = my_cah_from_doc2vec(corpus_liste_positif,wordsBis,seuil=10)
(array([1, 2, 3, 4, 5, 6], dtype=int32), array([ 75,  12, 227,  55,  16, 247], dtype=int64))
Dim. matrice documents-termes = (632, 1381)

Numero du cluster = 1
Effectifs = 75
           freq
proximité    27
piscine      17
parcs        10
propreté     10
personnel     9
situation     9
lhôtel        9

Numero du cluster = 2
Effectifs = 12
           freq
salle         9
bain          8
sauna         3
laccueil      3
personnel     3
sport         3
piscine       2

Numero du cluster = 3
Effectifs = 227
             freq
personnel     124
très           75
chambre        46
agréable       45
emplacement    32
proximité      26
confortable    24

Numero du cluster = 4
Effectifs = 55
           freq
petit        39
déjeuner     32
chambre      20
personnel    15
très         12
prix          9
buffet        8

Numero du cluster = 5
Effectifs = 16
               freq
club             13
compass          10
suite             7
surclassement     7
chambre           4
avon              4
personnel         3

Numero du cluster = 6
Effectifs = 247
            freq
tout          53
très          53
chambre       50
personnel     45
piscine       30
lhôtel        24
restaurant    23

Essai

In [62]:
from gensim import corpora
# Create dictionary number of times a word appears
dictionary = corpora.Dictionary(corpus_liste_positif)
#Filter out (non)frequent words
dictionary.filter_extremes(no_below=50, keep_n=3000)
# Create corpus
corpus = [dictionary.doc2bow(text) for text in corpus_liste_positif]
In [63]:
import gensim
# Define the LDA model
ldamodel = gensim.models.ldamodel.LdaModel(corpus, num_topics = 3,id2word=dictionary, passes=15)
In [64]:
# Print the three topics from the model with top words
topics = ldamodel.print_topics(num_words=4)
for topic in topics:
    print(topic)
(0, '0.451*"chambre" + 0.326*"personnel" + 0.210*"petit" + 0.005*"piscine"')
(1, '0.546*"très" + 0.206*"piscine" + 0.155*"personnel" + 0.077*"agréable"')
(2, '0.323*"proximité" + 0.296*"tout" + 0.193*"personnel" + 0.167*"agréable"')
In [65]:
#!pip install pyLDAvis
In [66]:
import pyLDAvis.gensim_models
In [67]:
lda_display = pyLDAvis.gensim_models.prepare(ldamodel, corpus,dictionary, sort_topics=False)
pyLDAvis.display(lda_display)
C:\ProgramData\Anaconda3\lib\site-packages\pyLDAvis\_prepare.py:246: FutureWarning:

In a future version of pandas all arguments of DataFrame.drop except for the argument 'labels' will be keyword-only.

Out[67]:

Analyse négative review¶

In [68]:
var=['grade_review','negative_review']
df_negative=df_selection[var]
#df_negative
In [69]:
newlistnegatif=[]
for i in range(1,df_negative.shape[0]):
    if type(df_negative.negative_review[i])==float :
        newlistnegatif.append(i)
In [70]:
len(newlistnegatif)
Out[70]:
134
In [71]:
#newlistnegatif
In [72]:
df_negative=df_negative.drop(newlistnegatif)
df_negative
Out[72]:
grade_review negative_review
1 6.0 la qualité de la chambre n’était pas top, vieu...
2 6.0 la propreté
3 6.0 hôtel très vieillissant et pas de shampoing ge...
4 8.0 La porte ne marchait pas bien.\nQuand on met l...
5 8.0 Peut être le fait qu'on ne m'ait pas offert de...
... ... ...
627 2.5 Le personnel pas aimable . Arriver le soir les...
628 9.6 Petit déjeuner très varié mais un peu cher not...
629 9.6 Les vestiaires de la piscine ne sont pas prati...
630 5.0 Saleté dans les couloirs , draps taché, aucune...
632 10.0 -Manque d’équipement dans la chambre (Pas de m...

498 rows × 2 columns

In [73]:
corpus_liste_negatif=[]
for i in range(df_negative.shape[0]):
    corpus_liste_negatif.append(nettoyage_doc(df_negative.iloc[i,1]))
In [74]:
#corpus_liste_negatif
In [75]:
#************************
#******* Word2Vec *******
#************************
#word2vec
from gensim.models import Word2Vec
modele_n = Word2Vec(corpus_liste_negatif,vector_size=2,window=3,min_count=1)
type(modele_n)
#dimensionnalité
modele_n.vector_size
#taille du voisinage
modele_n.window
#propriété "wv" -> wordvector
words_n = modele_n.wv
In [76]:
sorted_keys_n = sorted(words_n.key_to_index, key = lambda x : words_n.key_to_index.get(x, 0), reverse=True)
 
for key in sorted_keys_n :
    print(key, words_n.key_to_index[key])
préstations 2173
cruciale 2172
limportance 2171
actuel 2170
contexte 2169
dautant 2168
slip 2167
propretédhygiène 2166
légèrement 2165
lordre 2164
rappeler 2163
manager 2162
importe 2161
bruyants 2160
comportement 2159
dentrée 2158
securisant 2157
ferment 2156
parlent 2155
entretien 2154
mériteraient 2153
professionnalisme 2152
petip 2151
distant 2150
latente 2149
portières 2148
lhygiène 2147
première 2146
expérience 2145
confondue 2144
poil 2143
ignoble 2142
lamentable 2141
dépliant 2140
indiquée 2139
veille 2138
mavait 2137
rendue 2136
dérangement 2135
apprécier 2134
cuve 2133
nettoyer 2132
abîmée 2131
résoudre 2130
coussin 2129
sérieusement 2128
charge 2127
afin 2126
revenir 2125
désirons 2124
préalable 2123
insatisfaisante 2122
décrire 2121
staff 2120
membre 2119
signalé 2118
vomit 2117
genre 2116
gagner 2115
lapplicatif 2114
semble 2113
grille 2112
présent 2111
blessé 2110
discutable 2109
optimale 2108
vitrée 2107
paroie 2106
arnaque 2105
sévère 2104
mérite 2103
indignes 2102
connu 2101
rendues 2100
appartient 2099
établissement 2098
rapporter 2097
gardien 2096
remontrances 2095
surcroît 2094
combler 2093
facturerobligés 2092
emporter 2091
vendre 2090
hautin 2089
alternative 2088
groupe 2087
presser 2086
housse 2085
lamentables 2084
rempli 2083
queu 2082
prete 2081
notifié 2080
couteux 2079
weekend… 2078
veut 2077
téléviseur 2076
facturé 2075
lassortiment 2074
limiter 2073
verrou 2072
couvre 2071
voisine 2070
antipathique 2069
balayette 2068
machinal 2067
vanity 2066
dernier 2065
gérer 2064
centrale 2063
catastrophe 2062
stagne 2061
lente 2060
évacuation 2059
différentes 2058
partagée 2057
solution 2056
literralement 2055
qqch 2054
laprès 2053
morceau 2052
tombe 2051
dangereux 2050
rénovations 2049
cruellement 2048
admissible 2047
présentes 2046
pouvez 2045
cite 2044
obligées 2043
installer 2042
fuit 2041
vieillottes 2040
globalement 2039
avenant 2038
rapporté 2037
désirer… 2036
orientation 2035
justes 2034
dépassé 2033
prélèvement 2032
quelconque 2031
empreinte 2030
redonner 2029
midi 2028
terrible 2027
borne 2026
véhicule 2025
courant— 2024
servies 2023
scolaire 2022
congés 2021
partie 2020
fruit 2019
code 2018
pantoufle 2017
comprit 2016
entends 2015
libérer 2014
frappe 2013
obligation 2012
soucis 2011
changés 2010
jetés 2009
utilisés 2008
renouveléeslaissés 2007
minérale 2006
boutique 2005
obsolète 2004
aménagement 2003
bienvenu 2002
collation 2001
plate 2000
relationnelle 1999
dépassés 1998
reservation 1997
oreillés 1996
demanderaient 1995
connaitre 1994
lacoustique 1993
améliorer 1992
aimions 1991
terriblement 1990
dhôtellerie 1989
cuvette 1988
flotte 1987
fonctionnelle 1986
change 1985
tâches 1984
support 1983
narrivait 1982
décolle 1981
certain 1980
anodin 1979
paraitre 1978
bruyante 1977
lingerie 1976
attribué 1975
croissant 1974
avoue 1973
rendezvous 1972
chipoter 1971
parti 1970
imagine 1969
effort 1968
paraître 1967
températures 1966
couverture 1965
surchargé 1964
allemagne 1963
park 1962
europa 1961
prenez 1960
vieillissantles 1959
droit 1958
phonique 1957
isolation 1956
odorante 1955
pare 1954
abimées 1953
négatives 1952
pièce 1951
entend 1950
démodée 1949
chambre… 1948
totalité 1947
rafraichissent 1946
quils 1945
voit 1944
canon 1943
propose 1942
naurait 1941
réserve 1940
plaid 1939
bougent 1938
selon 1937
exceptionnellement 1936
canal 1935
cote 1934
coût 1933
orientée 1932
gestion 1931
semblent 1930
réassort 1929
mérité 1928
repos 1927
plis 1926
accueillante 1925
servis 1924
forme 1923
basique 1922
souvent 1921
arrivent 1920
lattente 1919
obligatoire… 1918
sais 1917
réouverture 1916
marquer 1915
distanciationj 1914
capitale 1913
certes 1912
justifiable 1911
fissurée 1910
arbre 1909
global 1908
bouché 1907
arret 1906
réceptionnistevous 1905
dixit 1904
approximatif 1903
decevant 1902
gouter 1901
partis 1900
univers 1899
rappelant 1898
décorations 1897
sein 1896
sandwich 1895
tuyauterie 1894
abîmés 1893
apparaître 1892
meuble 1891
moucherons 1890
couverts 1889
commodité 1888
détage 1887
bouton 1886
appuyer 1885
rester 1884
descalier 1883
rongé 1882
bois 1881
barrière 1880
laissant 1879
arbres 1878
cache 1877
décors 1876
housses 1875
strict 1874
réduit 1873
manques 1872
privilégierai 1871
attendant 1870
changera 1869
future 1868
deffort 1867
cétait 1866
meilleurs 1865
tester 1864
couettes 1863
surchargée 1862
réservée 1861
sagissait 1860
dessous 1859
pensais 1858
principalement 1857
dhabitude 1856
grosse 1855
lhabitude 1854
repartait 1853
réclamation 1852
quau 1851
fonctionné 1850
prolonger 1849
sauvés 1848
déchirées 1847
dose 1846
ancienne 1845
àvec 1844
viellote 1843
humide 1842
linges 1841
glissante 1840
injustifié 1839
demandées 1838
payantes 1837
gratuites 1836
additionnelles 1835
mari 1834
usagées 1833
inattendu 1832
nécessitant 1831
officielle 1830
celuici 1829
contrôle 1828
prompt 1827
member 1826
dejeune 1825
brouillés 1824
oeufs 1823
insuffisantes 1822
dejeuné 1821
€nuit 1820
chambrece 1819
minuit 1818
effectivement 1817
boulot 1816
barre 1815
traînait 1814
usagé 1813
passait 1812
rafistolée 1811
dérangé 1810
donné 1809
espérée 1808
sombre 1807
décevante 1806
metre 1805
pourrais 1804
utilise 1803
savais 1802
augmenté 1801
ameliorable 1800
qualite 1799
manquants 1798
magnifique 1797
écossaise 1796
constante 1795
douchette 1794
huitième 1793
apres 1792
fatigant 1791
essuies 1790
habitude 1789
king 1788
ێquivaut 1787
capricieuses 1786
septembre 1785
vieillissement 1784
commandé 1783
motel 1782
plastique 1781
décidé 1780
voulions 1779
parisiens 1778
loger 1777
retardé 1776
venait 1775
éloignée 1774
réseau 1773
superposés 1772
adaptée 1771
composition 1770
rentabilisées 1769
rafraîchis 1768
usagée 1767
palace 1766
complète 1765
pension 1764
bord 1763
maison 1762
location 1761
convenu 1760
depart 1759
voulaient 1758
bagages… 1757
facture 1756
envoi 1755
renseignement 1754
sucré 1753
sucrés 1752
accessibles 1751
négatifs 1750
seuls 1749
sommaire 1748
passés 1747
hôtelparccelle 1746
retour 1745
présence 1744
pers 1743
reprogrammation 1742
malgres 1741
passe 1740
magi 1739
parcourt 1738
lambda 1737
touriste 1736
impersonnel 1735
dédale 1734
vrai 1733
agressif 1732
respectées 1731
chambresla 1730
daccès 1729
contacter 1728
passerelles 1727
dinsonorisation 1726
cafetières 1725
brancher 1724
literies 1723
écrevisse 1722
horrifiant 1721
nettoyée 1720
quart 1719
bécon 1718
gobelets 1717
défaillante 1716
aspirée 1715
directement 1714
placard 1713
dites 1712
décor 1711
doucher 1710
évident 1709
remis 1708
apportés 1707
épuisés 1706
hiver 1705
bizarres 1704
notres 1703
déchets 1702
redescendre 1701
fantas 1700
fraude 1699
wifi 1698
agencées 1697
bémols 1696
seules 1695
chipote 1694
courant 1693
morning 1692
film 1691
échappé 1690
marron 1689
liquide 1688
globalité 1687
oreiller 1686
back 1685
money 1684
your 1683
demand 1682
daccéder 1681
empêchaient 1680
gouvernementales 1679
contraintes 1678
rembourser 1677
refusent 1676
magic 1675
refouler 1674
activée 1673
active 1672
préférable 1671
étonnée 1670
réceptionnistes 1669
discuter 1668
dici 1667
falloir 1666
lune 1665
demander 1664
pensez 1663
voyagez 1662
gigantesque 1661
hésitezmerci 1660
reviens 1659
inoubliable 1658
souhaité 1657
gentils 1656
carrelage 1655
accueillant 1654
apprécié 1653
parcs 1652
idéal 1651
déboursés 1650
exceptionnelle 1649
experience 1648
excellent 1647
appréciés 1646
catégorie 1645
supposé 1644
abandonné 1643
restés 1642
prévu 1641
coute 1640
déchirés 1639
apparemment 1638
conçois 1637
essuyer 1636
granuleuse 1635
villes 1634
chaussures 1633
descendu 1632
discuté 1631
descendre 1630
chausson 1629
moindre 1628
recevrait 1627
soleil 1626
compathie 1625
ceinte 1624
difficultés 1623
informatique 1622
longues 1621
battu 1620
demploi 1619
mode 1618
resort 1617
parmi 1616
pire 1615
sagit 1614
willie 1613
steamboat 1612
oublier 1611
couleur 1610
post 1609
libre 1608
aide 1607
disponibles 1606
chariot 1605
chaine 1604
durant 1603
continu 1602
indulgent 1601
clime 1600
raisin 1599
recouvrant 1598
moisissure 1597
importante 1596
sensé 1595
transformer 1594
fromage 1593
couronner 1592
repartir 1591
préparer 1590
extrêmement 1589
adulte 1588
modifier 1587
enlever 1586
crevette 1585
assiettes 1584
impose 1583
souhaitons 1582
raisons 1581
arnaqué 1580
tristounette 1579
hamann 1578
fermaient 1577
lumières 1576
luminosité 1575
couette 1574
ferait 1573
papiers… 1572
oubliées 1571
cacahuètes 1570
horribledes 1569
cordialement 1568
intermédiaire 1567
passons 1566
réparation 1565
demandons 1564
onéreuses 1563
dépenses 1562
sérieux 1561
colère 1560
femme 1559
dormi 1558
reprises 1557
toqué 1556
brouillantsle 1555
séparé 1554
fuite 1553
insuffisants 1552
circuit 1551
prospectus 1550
environs 1549
fric 1548
pompe 1547
offerte 1546
taché 1545
pratiques 1544
vestiaires 1543
varié 1542
commande 1541
stylos 1540
tige 1539
coton 1538
remplir 1537
retrouvons 1536
stylo 1535
frugal 1534
goûter 1533
dinformation 1532
poignée 1531
grince 1530
insonorisation 1529
cours 1528
contraint 1527
voyons 1526
sensée 1525
activités 1524
consulter 1523
comparés 1522
detailset 1521
santé 1520
cœursouci 1519
beau 1518
bourse 1517
excuse 1516
chargement 1515
aléatoire 1514
répétition 1513
bouchon 1512
conséquent 1511
gaspillage 1510
réglage 1509
concerne 1508
thermostatique 1507
budget 1506
équipée 1505
espaces 1504
flagrant 1503
dentretien 1502
demi 1501
mangent 1500
exhorbitants 1499
diner 1498
coronavirus 1497
période 1496
hygiénique 1495
rinçage 1494
brocs 1493
communs 1492
sièges 1491
coûts 1490
cotons 1489
tenait 1488
confirmation 1487
prends 1486
vaux 1485
chauffe 1484
lépoque 1483
coffre 1482
chaussette 1481
vidait 1480
déranger 1479
pancarte 1478
lintérieur 1477
excellente 1476
daraignée 1475
plafond 1474
écrasés 1473
insectes 1472
tardif 1471
dhygiène 1470
remplacement 1469
oubli 1468
recouche 1467
superficiel 1466
brûlante 1465
redire 1464
tiges 1463
toile 1462
mêtre 1461
canapé 1460
fauteuil 1459
avoire 1458
déplié 1457
billet 1456
canalisation 1455
appartenait 1454
paire 1453
acceptable 1452
chambrees 1451
play 1450
fair 1449
etre 1448
kilometre 1447
etions 1446
effet 1445
laissent 1444
laissés 1443
chiffon 1442
chaotique 1441
bouchée 1440
piètre 1439
expliqué 1438
tartre 1437
bulles 1436
jaccuzi 1435
poussières 1434
vielle 1433
dérangeante 1432
vigiles 1431
décalage 1430
cheveu 1429
métal 1428
étagère 1427
mitigeur 1426
calcaire 1425
plomberie 1424
merci 1423
cailloux 1422
lac… 1421
passant 1420
réservons 1419
…etc 1418
prévient 1417
commodités 1416
souci 1415
réactivité 1414
chaleureux 1413
retard 1412
connaître 1411
envoyer 1410
sanitaires 1409
aspiré 1408
terminée 1407
surpeuplé 1406
suggéré 1405
manageur 1404
excentrée 1403
hall 1402
moisi 1401
éviter 1400
derniere 1399
commercialcétait 1398
tenir 1397
déceptions 1396
allons 1395
rigolos 1394
clés 1393
ferméetrès 1392
ouverte 1391
notée 1390
sceau 1389
sert 1388
gout 1387
étagea 1386
vouloir 1385
venus 1384
désolée 1383
agacement 1382
sentir 1381
fortement 1380
séparer 1379
tièdes 1378
chauds 1377
gratuite 1376
savoir 1375
incertitude 1374
glaçon 1373
termostat 1372
trait 1371
faudraitil 1370
immangeable 1369
quasiment 1368
grève 1367
durée 1366
linsonorisation 1365
indiquées 1364
distributeurs 1363
enregistrement 1362
activer 1361
empli 1360
repasser 1359
obliger 1358
dimage 1357
insonorisé 1356
leurs 1355
importants 1354
désirer 1353
laissait 1352
dimension 1351
demain 1350
terminant 1349
dorange 1348
chantier 1347
agrémenté 1346
royalty 1345
disproportionné 1344
chevet 1343
approximative 1342
draps… 1341
finition 1340
dautre 1339
jaunie 1338
rêche 1337
lhumidité 1336
finitions 1335
minifrigo 1334
aujourdhui 1333
ridicule 1332
justifié 1331
approprié 1330
ventilateur 1329
aimablement 1328
chères 1327
ouvrir 1326
basiques 1325
réfrigérateur 1324
suppléments 1323
wawww 1322
superbe 1321
serrait 1320
redoutés 1319
frustration 1318
nattendent 1317
suivent 1316
stress 1315
enfer 1314
bloquée 1313
efficace 1312
lemplacement 1311
lexplorer 1310
affaire 1309
poser 1308
françaises 1307
chaines 1306
inutilisable 1305
mensonge 1304
commentaire 1303
précisée 1302
rapidement 1301
maximum 1300
essaient 1299
débordé 1298
cantine 1297
gérés 1296
fonctionnels 1295
condition 1294
lannée 1293
devais 1292
lorigine 1291
doucement 1290
censé 1289
familial 1288
bravo 1287
pitoyable 1286
arraché… 1285
étoilés 1284
rapide 1283
douteuse 1282
adules 1281
phares 1280
abusif 1279
anonyme 1278
équipes 1277
gentillesse 1276
excessivement 1275
crasse 1274
relative 1273
hotline 1272
enfant…zéro 1271
sexy 1270
ouvertes 1269
laundry 1268
nimporte 1267
dîners 1266
heures 1265
ménagers 1264
inimaginable 1263
sercice 1262
coûteux 1261
hyper 1260
absents 1259
abonnés 1258
immense 1257
abimés 1256
payée 1255
affreuses 1254
remarque 1253
grande 1252
quel 1251
sommiers 1250
newyork 1249
face 1248
pensant 1247
reviendrons 1246
terminé 1245
concentrer 1244
feraient 1243
dignes 1242
protocoles 1241
yeux 1240
poudre 1239
pâte 1238
déquipement 1237
carton 1236
vient 1235
voilà 1234
métaux 1233
détecteurs 1232
bracelet 1231
prévoyez 1230
protocole 1229
bloqués 1228
shining 1227
usine 1226
uniformes 1225
planches 1224
insupportable 1223
bizarre 1222
frigoni 1221
dégagent 1220
chercher 1219
frise 1218
arrivons 1217
létage 1216
banale 1215
avantage 1214
description 1213
insonorisée 1212
multiplication 1211
prétexte 1210
connaissons 1209
noël 1208
memebers 1207
autoroute 1206
néanmoins 1205
daprès 1204
transmise 1203
énormément 1202
prend 1201
linfo 1200
foule 1199
fais 1198
quilier 1197
commode 1196
tiroirs 1195
défectueux 1194
chemin 1193
épuisement 1192
endormie 1191
choisissons 1190
surfant 1189
extérieure 1188
agent 1187
vont 1186
janvier 1185
directeur 1184
engagez 1183
nouveau 1182
occultants 1181
laéroport 1180
douane 1179
certaines 1178
austères 1177
désuète 1176
écoute 1175
dhumidité 1174
late 1173
personnalisation 1172
aéroport 1171
estce 1170
vétustes 1169
record 1168
installant 1167
normal 1166
mous 1165
oreillers 1164
réveille 1163
gratuit 1162
résidents 1161
fléché 1160
vraie 1159
sortie 1158
google 1157
logion 1156
gare 1155
lavions 1154
adapté 1153
perte 1152
rentrés 1151
rejoindre 1150
exiguë 1149
considérés 1148
perdus 1147
émerveille 1146
vétusté 1145
connue 1144
limpossibilité 1143
prévenus 1142
tard 1141
punir 1140
enfoncement 1139
hamam 1138
bagage 1137
opposé 1136
chroniques 1135
douleurs 1134
fibromyalgie 1133
infinis 1132
traverser 1131
labsence 1130
douche… 1129
devions 1128
séparation 1127
avont 1126
appel 1125
second 1124
mette 1123
haha 1122
pyjama 1121
privilégier 1120
acclim 1119
compensation 1118
aile 1117
milliers 1116
bloqué 1115
rendais 1114
question 1113
yach 1112
fumeurs 1111
couverte 1110
justement 1109
envie 1108
plaintes 1107
weekend 1106
chauffée 1105
renovation 1104
pose 1103
gestes 1102
fêtait 1101
assis 1100
dépôt 1099
souplesse 1098
report 1097
mattendais 1096
dextraordinaire 1095
senregistrer 1094
lhôtelou 1093
fréquente 1092
stockage 1091
sourire 1090
placé 1089
poubelle 1088
remettre 1087
indécent 1086
santa 1085
cachée 1084
arbustes 1083
taillés 1082
dégagée 1081
cendrier 1080
celleci 1079
locataires 1078
charme 1077
structuré 1076
papiers 1075
lentretien 1074
nettement 1073
soft 1072
thématisé 1071
condamnée 1070
qqchose 1069
chemins 1068
cafémême 1067
stick 1066
glacial 1065
offrir 1064
inférieur 1063
odeur 1062
hamman 1061
doreiller 1060
taie 1059
scandaleuse 1058
arrachée 1057
trouvés 1056
manqué 1055
jimagine 1054
devisé 1053
tomber 1052
toutefois 1051
lavance 1050
rouillés 1049
brune 1048
étrange 1047
branché 1046
changé 1045
rassurant 1044
sentait 1043
auparavant 1042
renfermer 1041
dedans 1040
effectué 1039
substance 1038
prenant 1037
voyez 1036
détente 1035
nettoye 1034
jusqu 1033
limité 1032
hôte 1031
nauseabondes 1030
odeurs 1029
poubelles 1028
littéralement 1027
réussir 1026
dactualité 1025
vitrage 1024
navais 1023
prévenu 1022
guest 1021
réactions 1020
empruntée 1019
donnait 1018
ressorts 1017
dosettes 1016
quantité 1015
détriment 1014
négatif… 1013
transforme 1012
intention 1011
reçoit 1010
modernité 1009
désolant 1008
parfois 1007
horeca 1006
reviendra 1005
formé 1004
significatif 1003
telephone 1002
caféthé 1001
orienter 1000
gratuitement 999
supplémentaire 998
seconde 997
cotonstiges 996
signalétique 995
mies 994
variation 993
darrivée 992
pain 991
maîtrise 990
insonorisée… 989
postcovid 988
electriques 987
voulais 986
miracle 985
sucrées 984
déguisée 983
robinetterie 982
souriante 981
tachée 980
comprendre 979
surfait 978
contraire 977
gravissime 976
circuler 975
règles 974
ascenceurs 973
attend 972
concierge 971
desk 970
français 969
sympa 968
choisir 967
voeux 966
inadmissible 965
usés 964
inexistante 963
cherche 962
moderne 961
correcte 960
image 959
impecable 958
cheap 957
devraient 956
mobiliers 955
accesibles 954
contrôleur 953
molle 952
états 951
cafethetisane 950
indisponibles 949
assurée 948
inondation 947
parebaignoire 946
débarrassé 945
salon 944
résumait 943
conserver 942
convivial 941
entendu 940
ouverture 939
coule 938
jeter 937
intérieur 936
modifié 935
neuf 934
meilleur 933
cassés 932
conforme 931
étrangers 930
équipe 929
distributeur 928
extrémités 927
multitude 926
linterrompre 925
dérangeant 924
rafraichissement 923
pubiens 922
envoyé 921
mètres 920
différence 919
gracieusement 918
flagrante 917
mait 916
logique 915
surclassez 914
réservent 913
avonsdu 912
surclassement 911
meme 910
lavette 909
normaux 908
tourne 907
inutile 906
tenu 905
ouvre 904
désagréments 903
exagération 902
activées 901
essayer 900
emballages 899
nétaient 898
vecu 897
robineterie 896
rendus 895
fournies 894
devenir 893
vice 892
quelles 891
saison 890
précédentes 889
adjacentes 888
anticipant 887
dame 886
accessible 885
appréciée 884
mcdo 883
estimez 882
interminable 881
star 880
déjeûner 879
titre 878
accueilli 877
cuisine 876
accessoires 875
lequel 874
séjourné 873
lavoir 872
matela 871
sincèrement 870
appelé 869
petitsdéjeuners 868
prohibitif 867
offertes 866
tarif… 865
préféré 864
désolé 863
immédiatement 862
dhalloween 861
franchement 860
déplorable 859
important 858
léquipe 857
général 856
peux 855
limpression 854
cheyenne 853
chez 852
dispo 851
ibis 850
correct 849
horreur 848
brochure 847
pressé 846
marchait 845
réveil 844
donnée 843
voire 842
restée 841
badge 840
sympathique 839
sequoia 838
chaussons 837
retournerai 836
voisins 835
proche 834
offert 833
portée 832
parole 831
climatisation 830
rénover 829
lensemble 828
trous 827
quelle 826
join 825
abusé 824
nont 823
souvenir 822
davoir 821
pleins 820
frais 819
balcon 818
option 817
verrez 816
supérieures 815
quatre 814
fallait 813
style 812
longtemps 811
bâtiment 810
onglet 809
larrivée 808
arrivées 807
lait 806
calme 805
sortir 804
prêtes 803
lenregistrement 802
autant 801
lumière 800
respect 799
scandale 798
longue 797
écrire 796
masse 795
pourquoi 794
manifestation 793
heureux 792
assenceur 791
fond 790
localisation 789
réponse 788
déplacer 787
chance 786
sauf 785
renseigner 784
nettoyées 783
cast 782
attendais 781
delà 780
changement 779
superposé 778
débarrasse 777
entrer 776
quitté 775
familiale 774
jeux 773
oublié 772
bains 771
cadre 770
vieillotte 769
jeune 768
contrôles 767
dont 766
ambiance 765
photo 764
ascenseur 763
peint 762
familles 761
commence 760
pense 759
enfin 758
dizaine 757
plan 756
réservations 755
créneaux 754
vieillir 753
réussi 752
côte 751
presque 750
denfants 749
fille 748
scandaleux 747
attentes 746
obligé 745
dosette 744
vide 743
dattentes 742
occupant 741
courtoisie 740
femmes 739
présente 738
proximité 737
verres 736
vieille 735
robinet 734
large 733
programme 732
gâteaux 731
nettoyés 730
catastrophique 729
dhôtel 728
veux 727
quant 726
indisponible 725
masque 724
conseille 723
crédité 722
type 721
honte 720
poussière 719
vois 718
sieste 717
devon 716
évidement 715
disant 714
étoile 713
reception 712
léquipement 711
immensité 710
venir 709
injoignable 708
prévue 707
prévoir 706
rideaux 705
assiette 704
soin 703
produit 702
complet 701
blanc 700
parapluie 699
sachant 698
extra 697
cadeaux 696
ouest 695
joint 694
manquements 693
devoir 692
voisin 691
capable 690
goody 689
attraction 688
endroit 687
commercial 686
mesures 685
contrairement 684
réceptionniste 683
régulièrement 682
sujet 681
irréprochable 680
fonctionnaient 679
distance 678
soirée 677
fallu 676
mentionnée 675
année 674
perdre 673
elles 672
total 671
minibar 670
port 669
nouvelles 668
coupe 667
joindre 666
inconfortables 665
abimée 664
jacuzzi 663
état 662
deuxième 661
depuis 660
queen 659
oblige 658
génial 657
tach 656
daller 655
mise 654
possibilité 653
vive 652
endroits 651
exagéré 650
certainement 649
idem 648
tasse 647
note 646
etoiles 645
pile 644
sport 643
intérêt 642
gros 641
mécontentement 640
€personne 639
supplément 638
début 637
chaleur 636
moyennement 635
léger 634
couple 633
chaussettes 632
appartenant 631
arrivés 630
cool 629
appareils 628
départ 627
goût 626
prenons 625
dure 624
énorme 623
bémol 622
bruits 621
extérieurs 620
valise 619
défaut 618
système 617
toits 616
retrouvée 615
chaudes 614
chasse 613
lieux 612
désagréables 611
décollé 610
jusquà 609
arrive 608
penser 607
vieillot 606
perdu 605
belle 604
tache 603
partir 602
fermés 601
semaine 600
laile 599
linformation 598
embêtant 597
hormis 596
fixée 595
bouchons 594
shampooing 593
mois 592
cassé 591
bienvenue 590
tapisserie 589
récupérer 588
barrières 587
soluble 586
respecter 585
oubliés 584
entretenu 583
hammam 582
annuel 581
ventilation 580
rendre 579
dexplication 578
plutôt 577
train 576
contact 575
jolie 574
restau 573
passent 572
mariage 571
clairement 570
lumiere 569
cocktail 568
explication 567
gâché 566
vais 565
mêmes 564
moyens 563
ferme 562
donne 561
bonjour 560
souriant 559
final 558
vieillissantes 557
insonorisées 556
fenêtres 555
particulièrement 554
réserver 553
espéré 552
confortables 551
vieillissants 550
indication 549
ligne 548
simplement 547
lavabo 546
totalement 545
annoncé 544
rénovation 543
située 542
direct 541
fonctionnel 540
zéro 539
annonce 538
longs 537
tien 536
propres 535
nettoyé 534
maintenance 533
etais 532
laccès 531
longueur 530
quon 529
défauts 528
shampoing 527
dejeuner 526
entrée 525
proposée 524
détail 523
boire 522
surprise 521
coin 520
visite 519
recevoir 518
puis 517
étage 516
quelque 515
rajouter 514
fils 513
télécommande 512
voulu 511
lautre 510
durs 509
déception 508
mouchoirs 507
justifie 506
journée 505
fini 504
revanche 503
chers 502
choisi 501
venu 500
inacceptable 499
heureusement 498
contre 497
voiture 496
insuffisant 495
tellement 494
gentil 493
partout 492
monsieur 491
ouvert 490
fonctionne 489
limite 488
ceux 487
celle 486
dautres 485
anciens 484
lendemain 483
fort 482
premier 481
savon 480
fuyait 479
peutêtre 478
rafraîchissement 477
difficulté 476
size 475
doit 474
accueillir 473
ailleurs 472
dessus 471
degrés 470
meubles 469
écran 468
signaler 467
électriques 466
comprend 465
super 464
élevés 463
réclamer 462
quun 461
planche 460
supérieure 459
louer 458
négatif 457
létablissement 456
années 455
arrivé 454
communication 453
rentrer 452
exceptionnel 451
minuscule 450
refaire 449
nuitée 448
particulier 447
chaînes 446
doudous 445
nécessaire 444
appeler 443
labyrinthe 442
suite 441
particulière 440
party 439
accès 438
commune 437
pourrait 436
lascenseur 435
devant 434
raison 433
prévenir 432
heure 431
dernière 430
paye 429
cassée 428
ceci 427
aimable 426
peintures 425
base 424
vite 423
devrait 422
répond 421
chauffage 420
laissé 419
mange 418
bebe 417
recommande 416
sinon 415
saleté 414
court 413
plat 412
exorbitants 411
poils 410
standard 409
pluie 408
arriver 407
comparé 406
rouille 405
noir 404
faites 403
quune 402
trois 401
site 400
servi 399
correctement 398
conciergerie 397
simple 396
bagagerie 395
près 394
garer 393
rideau 392
derrière 391
bagages 390
dehors 389
faible 388
mégots 387
fermée 386
laisse 385
haut 384
route 383
matériel 382
dire 381
étages 380
nourriture 379
personnages 378
bruyant 377
horaires 376
supérieur 375
déco 374
isolé 373
chaque 372
message 371
froid 370
draps 369
choses 368
mickey 367
déjà 366
monter 365
seulement 364
seule 363
drap 362
déjeuners 361
famille 360
prête 359
disponible 358
également 357
déçue 356
électrique 355
désagréable 354
panne 353
lieu 352
passé 351
vers 350
lavons 349
tête 348
mériterait 347
navette 346
plateau 345
faisait 344
dattente 343
fermeture 342
file 341
anniversaire 340
sest 339
correspond 338
déjeuné 337
téléphone 336
toutes 335
séquoia 334
murs 333
bébé 332
jaurais 331
sachet 330
tour 329
formule 328
inclus 327
devait 326
marcher 325
mettre 324
ressort 323
extérieur 322
reprocher 321
parce 320
standing 319
peinture 318
finalement 317
boisson 316
trouvé 315
confort 314
lentrée 313
profiter 312
pommeau 311
attendions 310
passage 309
dêtre 308
volonté 307
linge 306
taille 305
payer 304
village 303
cafetière 302
honteux 301
agréable 300
lhotel 299
tarifs 298
personnage 297
hauteur 296
décembre 295
nombre 294
actuellement 293
détails 292
cause 291
changer 290
marvel 289
bookingcom 288
fenêtre 287
attendre 286
chaud 285
faite 284
nuits 283
nouvelle 282
qualitéprix 281
voir 280
autres 279
moyenne 278
tres 277
ainsi 276
capsule 275
couloir 274
pourtant 273
magie 272
dune 271
lodge 270
lors 269
gamme 268
plusieurs 267
faut 266
revoir 265
voyage 264
celui 263
confortable 262
aimé 261
exemple 260
déçus 259
sanitaire 258
etait 257
clim 256
absolument 255
besoin 254
décevant 253
vieillissante 252
information 251
notamment 250
vieux 249
sèche 248
compris 247
sent 246
reste 245
vaut 244
indiqué 243
pratique 242
adultes 241
plein 240
régler 239
part 238
digne 237
hygiène 236
font 235
vieillissant 234
possible 233
numéro 232
jamais 231
geste 230
encore 229
décoration 228
point 227
compliqué 226
travaux 225
navait 224
pied 223
sécurité 222
malgré 221
propre 220
difficile 219
serviette 218
york 217
room 216
nettoyage 215
vétuste 214
client 213
produits 212
bout 211
manquait 210
compass 209
ménage 208
seul 207
exorbitant 206
terre 205
table 204
enfant 203
excessif 202
pression 201
chaîne 200
manger 199
retrouvé 198
absence 197
laisser 196
compte 195
reçu 194
quoi 193
médiocre 192
leau 191
dîner 190
bonne 189
navons 188
demande 187
minimum 186
disposition 185
mail 184
température 183
marche 182
mauvais 181
malheureusement 180
check 179
mauvaise 178
aller 177
attention 176
jours 175
aussi 174
parfait 173
sauna 172
trace 171
moquette 170
quil 169
bref 168
newport 167
prises 166
toute 165
pouvoir 164
proposé 163
peignoir 162
autre 161
fonctionnait 160
ascenseurs 159
accéder 158
laccueil 157
réservé 156
booking 155
brosse 154
lorsque 153
tous 152
choix 151
certains 150
papier 149
accueil 148
restauration 147
froide 146
chaude 145
nétait 144
complètement 143
pendant 142
matin 141
bouteilles 140
moment 139
moins 138
carte 137
équipement 136
trouve 135
cette 134
prestation 133
deau 132
toujours 131
monde 130
javais 129
prestations 128
dormir 127
quelques 126
terrasse 125
mini 124
covid 123
emplacement 122
long 121
demandé 120
organisation 119
télévision 118
dommage 117
chose 116
trouver 115
passer 114
queue 113
nest 112
buffet 111
payé 110
soir 109
chère 108
jour 107
double 106
pris 105
déçu 104
hôtels 103
prise 102
petitdéjeuner 101
moyen 100
grand 99
boissons 98
avant 97
impossible 96
équipements 95
fois 94
somme 93
attente 92
minute 91
mieux 90
bouteille 89
repas 88
club 87
personnes 86
cheveux 85
juste 84
deux 83
prendre 82
hors 81
temp 80
niveau 79
hotel 78
quand 77
fermé 76
après 75
problème 74
couloirs 73
literie 72
bruit 71
arrivée 70
peut 69
surtout 68
euro 67
place 66
tarif 65
télé 64
matelas 63
comme 62
loin 61
parking 60
entre 59
baignoire 58
machine 57
côté 56
personne 55
sale 54
donc 53
frigo 52
propreté 51
élevé 50
réservation 49
réception 48
aucun 47
avoir 46
aucune 45
assez 44
séjour 43
cest 42
toilette 41
bouilloire 40
cela 39
petits 38
coup 37
vraiment 36
être 35
enfants 34
porte 33
faire 32
étoiles 31
beaucoup 30
petite 29
alors 28
fait 27
douche 26
lhôtel 25
restaurant 24
service 23
sans 22
manque 21
café 20
rapport 19
bien 18
nuit 17
piscine 16
personnel 15
tout 14
avon 13
qualité 12
cher 11
bain 10
salle 9
chambres 8
rien 7
déjeuner 6
plus 5
trop 4
petit 3
très 2
prix 1
chambre 0
In [77]:
liste_mots_n=['propretédhygiène','gardien','portières','couteux','couverture','réceptionnistes','vestiaires','jaccuzi','température','minifrigo']
In [78]:
#for mots in liste_mots_n:
 #    print(words_n.key_to_index[mots])
In [79]:
#vérifier que un mot fait parti des termes
"hôtesse" in words_n.key_to_index.keys()
Out[79]:
False
In [80]:
#data frame des coordonnées
df_negatif = pd.DataFrame(words_n.vectors,columns=['V1','V2'],index=words_n.key_to_index.keys())

#sous-data frame corresp. aux termes à étudier
dfListe_mots_n = df_negatif.loc[liste_mots_n,:]
dfListe_mots_n = dfListe_mots_n.reset_index()
In [81]:
fig = px.scatter(dfListe_mots_n, x="V1", y="V2",text='index')
fig.update_traces(textposition='top center')
fig.update_layout(title_text='Coordonnées selon les deux premières composantes')
fig.show()
C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

In [82]:
#reconstruire la représentation ci-dessus, mais à 100 dim.
modeleBis_n = Word2Vec(corpus_liste_negatif,vector_size=100,window=3,min_count=1,epochs=100)
wordsBis_n = modeleBis_n.wv
In [83]:
#appel pour la représentation entraînée
g2,mat2 = my_cah_from_doc2vec(corpus_liste_negatif,wordsBis_n,seuil=10)
(array([1, 2, 3, 4, 5, 6, 7], dtype=int32), array([ 29, 108,  22,  54,  43,  16, 226], dtype=int64))
Dim. matrice documents-termes = (498, 2160)

Numero du cluster = 1
Effectifs = 29
          freq
prix        22
petit       22
déjeuner    19
cher         7
élevé        6
très         5
assez        4

Numero du cluster = 2
Effectifs = 108
          freq
prix        51
petit       38
chambre     33
très        31
déjeuner    28
qualité     27
trop        23

Numero du cluster = 3
Effectifs = 22
           freq
bain         21
salle        19
toilette      3
baignoire     3
porte         3
propreté      2
frigo         2

Numero du cluster = 4
Effectifs = 54
            freq
chambre       31
manque        17
café          14
bouilloire    10
chambres       9
machine        6
frigo          5

Numero du cluster = 5
Effectifs = 43
           freq
rien         39
tout          9
parfait       4
reprocher     3
dire          2
signaler      2
comme         1

Numero du cluster = 6
Effectifs = 16
            freq
calme          1
chaleureux     1
foule          1
pension        0
pensais        0
pensant        0
pense          0

Numero du cluster = 7
Effectifs = 226
         freq
chambre   100
très       47
plus       43
prix       38
trop       35
petit      30
piscine    29
In [84]:
from gensim import corpora
# Create dictionary number of times a word appears
dictionary_n = corpora.Dictionary(corpus_liste_negatif)
#Filter out (non)frequent words
dictionary_n.filter_extremes(no_below=50, keep_n=3000)
# Create corpus
corpus_n = [dictionary_n.doc2bow(text) for text in corpus_liste_negatif]
In [85]:
# Define the LDA model
ldamodel_n = gensim.models.ldamodel.LdaModel(corpus_n, num_topics = 3,id2word=dictionary_n, passes=15)
In [86]:
#Print the three topics from the model with top words
topics_n = ldamodel_n.print_topics(num_words=4)
for topic in topics_n:
    print(topic)
(0, '0.261*"très" + 0.259*"prix" + 0.210*"petit" + 0.163*"déjeuner"')
(1, '0.524*"trop" + 0.376*"rien" + 0.080*"petit" + 0.007*"plus"')
(2, '0.778*"chambre" + 0.103*"prix" + 0.095*"plus" + 0.014*"petit"')
In [87]:
lda_display_n = pyLDAvis.gensim_models.prepare(ldamodel_n, corpus_n,dictionary_n, sort_topics=False)
pyLDAvis.display(lda_display_n)
C:\ProgramData\Anaconda3\lib\site-packages\pyLDAvis\_prepare.py:246: FutureWarning:

In a future version of pandas all arguments of DataFrame.drop except for the argument 'labels' will be keyword-only.

Out[87]:

Suppression des doublons¶

In [88]:
df = df.drop_duplicates(keep='first')

Nombre de nuitées¶

In [89]:
print(df['nuitee'].value_counts())
1    1354
2     538
3     280
4      81
5      19
6       6
7       5
Name: nuitee, dtype: int64
In [90]:
df.shape
Out[90]:
(2283, 16)
In [91]:
nuitees=df['nuitee'].value_counts()
In [92]:
nuitees=nuitees.to_frame()
nuitees = nuitees.reset_index()
In [93]:
import plotly.express as px
fig = px.bar(nuitees, x='index', y='nuitee', title="Nombre de nuits par durée du séjour")
fig.show()
C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

In [94]:
#Créer groupes
grouper = df.groupby(['annee_sejour','mois_sejour'])

#Filtrer colonne et appliquer l'aggrégation
grouper['nuitee'].sum().reset_index()
Out[94]:
annee_sejour mois_sejour nuitee
0 2019 Décembre 192
1 2020 Août 40
2 2020 Février 209
3 2020 Janvier 178
4 2020 Juillet 24
5 2020 Mars 106
6 2020 Octobre 53
7 2020 Septembre 53
8 2021 Août 128
9 2021 Décembre 187
10 2021 Juillet 132
11 2021 Juin 51
12 2021 Novembre 194
13 2021 Octobre 233
14 2021 Septembre 198
15 2022 Août 138
16 2022 Avril 121
17 2022 Décembre 14
18 2022 Février 179
19 2022 Janvier 183
20 2022 Juillet 183
21 2022 Juin 98
22 2022 Mai 129
23 2022 Mars 347
24 2022 Novembre 118
25 2022 Octobre 153
26 2022 Septembre 119
In [95]:
#idem
grouper[['positive_review','negative_review']].count().reset_index()
Out[95]:
annee_sejour mois_sejour positive_review negative_review
0 2019 Décembre 21 16
1 2020 Août 5 4
2 2020 Février 49 36
3 2020 Janvier 19 14
4 2020 Juillet 10 9
5 2020 Mars 23 15
6 2020 Octobre 18 16
7 2020 Septembre 15 11
8 2021 Août 24 21
9 2021 Décembre 43 31
10 2021 Juillet 24 20
11 2021 Juin 20 16
12 2021 Novembre 58 46
13 2021 Octobre 30 26
14 2021 Septembre 26 23
15 2022 Août 8 7
16 2022 Avril 12 11
17 2022 Décembre 2 2
18 2022 Février 46 27
19 2022 Janvier 40 30
20 2022 Juillet 7 6
21 2022 Juin 6 6
22 2022 Mai 12 11
23 2022 Mars 79 67
24 2022 Novembre 12 10
25 2022 Octobre 10 7
26 2022 Septembre 13 10
In [96]:
fig = px.sunburst(df, path=['annee_sejour', 'mois_sejour'], values='nuitee',
                  color='grade_review',
                  color_continuous_scale='RdBu',
                  color_continuous_midpoint=np.average(df['grade_review'], weights=df['nuitee']))
fig.show()
C:\ProgramData\Anaconda3\lib\site-packages\plotly\express\_core.py:1637: FutureWarning:

The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\express\_core.py:1637: FutureWarning:

The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

Country¶

In [97]:
#recherche des personnes n'ayant pas indiqué "Country"
df[df['Country'].isna()]
Out[97]:
Names Country room_type reservation_type Duration traveler_infos date_review review_title grade_review positive_review negative_review usefulness_review hotel nuitee mois_sejour annee_sejour
719 Stefano NaN Chambre Supérieure – Côté Lac (2 Adultes + 2 E... 2 nuits · Février 2020 Février 2020 Famille Commentaire envoyé le 2 février 2020 Bien 7.1 NaN NaN 3 personnes ont trouvé ce commentaire utile. U... Disney's Newport Bay Club 2 Février 2020
1181 Lex NaN Chambre Supérieure 1 nuit · Août 2021 Août 2021 Couple Commentaire envoyé le 29 août 2021 Zeer slecht 1.0 NaN NaN Utile Pas utile Disney's Newport Bay Club 1 Août 2021
In [98]:
pays=df['Country'].value_counts()
In [99]:
pays=pays.to_frame()
pays=pays.reset_index()
In [100]:
#pays
In [101]:
pays_top30=pays.head(30)
pays_top30
Out[101]:
index Country
0 France 913
1 Belgique 206
2 Royaume-Uni 151
3 Allemagne 119
4 Espagne 84
5 Pays-Bas 83
6 Italie 70
7 Arabie saoudite 64
8 Suisse 63
9 Israël 52
10 Émirats arabes unis 34
11 Brésil 32
12 Koweït 30
13 Irlande 30
14 Portugal 27
15 Japon 19
16 Turquie 18
17 États-Unis 17
18 Qatar 17
19 Russie 15
20 Luxembourg 14
21 Roumanie 13
22 Grèce 13
23 Autriche 12
24 Ukraine 11
25 Australie 10
26 La Réunion 10
27 République tchèque 8
28 Danemark 7
29 Malte 7
In [102]:
fig = px.bar(pays_top30,x='index', y='Country', title="Effectifs par pays")
fig.show()
C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

In [103]:
pays_pourcent=df['Country'].value_counts()*100/df.shape[0]
pays_poucent=pays_pourcent.to_frame()
pays_pourcent=pays_pourcent.reset_index()
In [104]:
#pays_pourcent
In [105]:
pays_top15_pourcent=pays_pourcent.head(15)
pays_top15_pourcent
Out[105]:
index Country
0 France 39.991240
1 Belgique 9.023215
2 Royaume-Uni 6.614104
3 Allemagne 5.212440
4 Espagne 3.679369
5 Pays-Bas 3.635567
6 Italie 3.066141
7 Arabie saoudite 2.803329
8 Suisse 2.759527
9 Israël 2.277705
10 Émirats arabes unis 1.489269
11 Brésil 1.401664
12 Koweït 1.314060
13 Irlande 1.314060
14 Portugal 1.182654
In [106]:
fig = px.bar(pays_top15_pourcent,x='index', y='Country', title="Fréquence pour les 15 pays les plus représentés")
fig.show()
C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

Grade review¶

In [107]:
df['grade_review'].round(decimals = 0)
Out[107]:
0       10.0
1        6.0
2        6.0
3        6.0
4        8.0
        ... 
2280    10.0
2281     9.0
2282     9.0
2283     4.0
2284     5.0
Name: grade_review, Length: 2283, dtype: float32
In [108]:
notes=df['grade_review'].value_counts()
In [109]:
notes=notes.to_frame()
notes=notes.reset_index()
In [110]:
fig = px.bar(notes,x='index', y='grade_review', title="Effectifs des notes")
fig.show()
C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

C:\ProgramData\Anaconda3\lib\site-packages\plotly\io\_renderers.py:396: DeprecationWarning:

distutils Version classes are deprecated. Use packaging.version instead.

Duration¶

dates : décembre 2019 à décembre 2022

In [111]:
df['Duration'].value_counts()
Out[111]:
Mars 2022         232
Novembre 2021     142
Février 2020      131
Janvier 2022      130
Décembre 2021     127
Octobre 2021      122
Février 2022      117
Janvier 2020      113
Septembre 2021    111
Décembre 2019     104
Octobre 2022       86
Août 2021          85
Juillet 2022       82
Juillet 2021       79
Mai 2022           70
Septembre 2022     67
Novembre 2022      67
Mars 2020          64
Avril 2022         64
Août 2022          62
Juin 2022          56
Septembre 2020     43
Juin 2021          40
Octobre 2020       40
Août 2020          26
Juillet 2020       17
Décembre 2022       6
Name: Duration, dtype: int64
In [112]:
df_duree=df['Duration'].map(str)
df_duree
Out[112]:
0       Septembre 2022
1        Novembre 2022
2        Novembre 2022
3        Novembre 2022
4        Novembre 2022
             ...      
2280      Janvier 2020
2281     Décembre 2019
2282      Janvier 2020
2283      Janvier 2020
2284     Décembre 2019
Name: Duration, Length: 2283, dtype: object

Review title¶

In [113]:
titre=df['review_title'].value_counts()

Est-ce que les 12 premiers titres sont des titres "automatiques" ?

In [114]:
titre.head(30)
Out[114]:
Exceptionnel         404
Très bien            310
Bien                 215
Fabuleux             211
Agréable             111
Passable              93
Décevant              54
Mauvais               45
Assez médiocre        34
Médiocre              20
Superbe               11
Magique                8
Parfait                5
Avis mitigé            4
très bien              4
Bien                   4
parfait                3
bien                   3
magique                3
Magnifique             3
Bon                    2
Séjour parfait         2
magnifique             2
magico                 2
déçu                   2
Excellent !            2
Un séjour magique      2
genial                 2
Très bon séjour        2
Super                  2
Name: review_title, dtype: int64

Profiling¶

In [115]:
!pip install pandas_profiling
Requirement already satisfied: pandas_profiling in c:\programdata\anaconda3\lib\site-packages (3.5.0)
Requirement already satisfied: pandas!=1.4.0,<1.6,>1.1 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (1.5.2)
Requirement already satisfied: phik<0.13,>=0.11.1 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (0.12.3)
Requirement already satisfied: multimethod<1.10,>=1.4 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (1.9)
Requirement already satisfied: visions[type_image_path]==0.7.5 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (0.7.5)
Requirement already satisfied: pydantic<1.11,>=1.8.1 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (1.10.2)
Requirement already satisfied: jinja2<3.2,>=2.11.1 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (2.11.3)
Requirement already satisfied: seaborn<0.13,>=0.10.1 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (0.11.2)
Requirement already satisfied: htmlmin==0.1.12 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (0.1.12)
Requirement already satisfied: typeguard<2.14,>=2.13.2 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (2.13.3)
Requirement already satisfied: numpy<1.24,>=1.16.0 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (1.21.5)
Requirement already satisfied: scipy<1.10,>=1.4.1 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (1.7.3)
Requirement already satisfied: tqdm<4.65,>=4.48.2 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (4.64.0)
Requirement already satisfied: PyYAML<6.1,>=5.0.0 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (6.0)
Requirement already satisfied: statsmodels<0.14,>=0.13.2 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (0.13.2)
Requirement already satisfied: requests<2.29,>=2.24.0 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (2.27.1)
Requirement already satisfied: matplotlib<3.7,>=3.2 in c:\programdata\anaconda3\lib\site-packages (from pandas_profiling) (3.5.1)
Requirement already satisfied: attrs>=19.3.0 in c:\programdata\anaconda3\lib\site-packages (from visions[type_image_path]==0.7.5->pandas_profiling) (21.4.0)
Requirement already satisfied: networkx>=2.4 in c:\programdata\anaconda3\lib\site-packages (from visions[type_image_path]==0.7.5->pandas_profiling) (2.7.1)
Requirement already satisfied: tangled-up-in-unicode>=0.0.4 in c:\programdata\anaconda3\lib\site-packages (from visions[type_image_path]==0.7.5->pandas_profiling) (0.2.0)
Requirement already satisfied: Pillow in c:\programdata\anaconda3\lib\site-packages (from visions[type_image_path]==0.7.5->pandas_profiling) (9.0.1)
Requirement already satisfied: imagehash in c:\programdata\anaconda3\lib\site-packages (from visions[type_image_path]==0.7.5->pandas_profiling) (4.3.1)
Requirement already satisfied: MarkupSafe>=0.23 in c:\programdata\anaconda3\lib\site-packages (from jinja2<3.2,>=2.11.1->pandas_profiling) (2.0.1)
Requirement already satisfied: python-dateutil>=2.7 in c:\programdata\anaconda3\lib\site-packages (from matplotlib<3.7,>=3.2->pandas_profiling) (2.8.2)
Requirement already satisfied: pyparsing>=2.2.1 in c:\programdata\anaconda3\lib\site-packages (from matplotlib<3.7,>=3.2->pandas_profiling) (3.0.4)
Requirement already satisfied: cycler>=0.10 in c:\programdata\anaconda3\lib\site-packages (from matplotlib<3.7,>=3.2->pandas_profiling) (0.11.0)
Requirement already satisfied: kiwisolver>=1.0.1 in c:\programdata\anaconda3\lib\site-packages (from matplotlib<3.7,>=3.2->pandas_profiling) (1.3.2)
Requirement already satisfied: packaging>=20.0 in c:\programdata\anaconda3\lib\site-packages (from matplotlib<3.7,>=3.2->pandas_profiling) (21.3)
Requirement already satisfied: fonttools>=4.22.0 in c:\programdata\anaconda3\lib\site-packages (from matplotlib<3.7,>=3.2->pandas_profiling) (4.25.0)
Requirement already satisfied: pytz>=2020.1 in c:\programdata\anaconda3\lib\site-packages (from pandas!=1.4.0,<1.6,>1.1->pandas_profiling) (2021.3)
Requirement already satisfied: joblib>=0.14.1 in c:\programdata\anaconda3\lib\site-packages (from phik<0.13,>=0.11.1->pandas_profiling) (1.1.0)
Requirement already satisfied: typing-extensions>=4.1.0 in c:\programdata\anaconda3\lib\site-packages (from pydantic<1.11,>=1.8.1->pandas_profiling) (4.1.1)
Requirement already satisfied: six>=1.5 in c:\programdata\anaconda3\lib\site-packages (from python-dateutil>=2.7->matplotlib<3.7,>=3.2->pandas_profiling) (1.16.0)
Requirement already satisfied: idna<4,>=2.5 in c:\programdata\anaconda3\lib\site-packages (from requests<2.29,>=2.24.0->pandas_profiling) (3.3)
Requirement already satisfied: urllib3<1.27,>=1.21.1 in c:\programdata\anaconda3\lib\site-packages (from requests<2.29,>=2.24.0->pandas_profiling) (1.26.9)
Requirement already satisfied: certifi>=2017.4.17 in c:\programdata\anaconda3\lib\site-packages (from requests<2.29,>=2.24.0->pandas_profiling) (2021.10.8)
Requirement already satisfied: charset-normalizer~=2.0.0 in c:\programdata\anaconda3\lib\site-packages (from requests<2.29,>=2.24.0->pandas_profiling) (2.0.4)
Requirement already satisfied: patsy>=0.5.2 in c:\programdata\anaconda3\lib\site-packages (from statsmodels<0.14,>=0.13.2->pandas_profiling) (0.5.2)
Requirement already satisfied: colorama in c:\programdata\anaconda3\lib\site-packages (from tqdm<4.65,>=4.48.2->pandas_profiling) (0.4.4)
Requirement already satisfied: PyWavelets in c:\programdata\anaconda3\lib\site-packages (from imagehash->visions[type_image_path]==0.7.5->pandas_profiling) (1.3.0)
In [116]:
from pandas_profiling import ProfileReport
In [117]:
profile = ProfileReport(df, title='Analyse du fichier Newport hotel', html={'style':{'full_width':True}})
profile.to_notebook_iframe()
C:\ProgramData\Anaconda3\lib\site-packages\pandas_profiling\profile_report.py:441: DeprecationWarning:

Importing display from IPython.core.display is deprecated since IPython 7.14, please import from IPython display

C:\ProgramData\Anaconda3\lib\site-packages\pandas_profiling\report\presentation\flavours\widget\duplicate.py:1: DeprecationWarning:

Importing display from IPython.core.display is deprecated since IPython 7.14, please import from IPython display

C:\ProgramData\Anaconda3\lib\site-packages\pandas_profiling\report\presentation\flavours\widget\sample.py:1: DeprecationWarning:

Importing display from IPython.core.display is deprecated since IPython 7.14, please import from IPython display

Summarize dataset:   0%|          | 0/5 [00:00<?, ?it/s]
Generate report structure:   0%|          | 0/1 [00:00<?, ?it/s]
Render HTML:   0%|          | 0/1 [00:00<?, ?it/s]
In [118]:
#profile.to_json()
In [119]:
#profile.to_file(output_file="newport.html")